期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合空间物理参数的小样本极光涡旋自动分类研究
1
作者
韩冰
吴墨豪
+2 位作者
胡泽骏
王平
张义生
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2023年第11期4478-4489,共12页
复杂的空间物理过程导致极光出现各类复杂的形态.极光形态的自动分类有助于分析极光发生机制以及了解空间物理过程.当前的极光分类主要采用传统的机器学习或深度学习的方法,需要大数据作为支撑.但在实际发生的极光事件中,一些事件相比...
复杂的空间物理过程导致极光出现各类复杂的形态.极光形态的自动分类有助于分析极光发生机制以及了解空间物理过程.当前的极光分类主要采用传统的机器学习或深度学习的方法,需要大数据作为支撑.但在实际发生的极光事件中,一些事件相比其他极光事件出现频率小(如极光涡旋),这样的事件是小样本事件.本文提出一种基于注意力机制,结合空间物理参数信息的小样本极光事件分类方法.从北极黄河站2003—2017年全天空极光数据集中,构建了一个有85个极光涡旋序列的实验数据集.利用该方法,对极光涡旋这一类特殊小样本极光事件进行分类研究.研究结果显示,加入空间物理参数有助于极光涡旋的分类,分类准确率从56.37%提升到66.25%,同时也表明空间环境参数对极光涡旋的产生有着明显的调制作用.
展开更多
关键词
极光涡旋
空间参数
深度学习
小样本学习
多模态信息
下载PDF
职称材料
题名
融合空间物理参数的小样本极光涡旋自动分类研究
1
作者
韩冰
吴墨豪
胡泽骏
王平
张义生
机构
西安电子科技大学电子工程学院
中国极地研究中心自然资源部极地科学重点实验室
浙江大学海洋研究院
北京应用气象研究所
出处
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2023年第11期4478-4489,共12页
基金
国家自然科学基金(62076190,41831072,41874195,42074199)
国家重点研发计划(2021YFE0106400)
+4 种基金
陕西省重点研发计划项目(2022ZDLGY01-11)
上海市科委项目(21DZ1206100)
中国科学院空间科学先导专项(XDA15350202)
空间环境地基综合监测网项目
应用气象研究所基础研究项目。
文摘
复杂的空间物理过程导致极光出现各类复杂的形态.极光形态的自动分类有助于分析极光发生机制以及了解空间物理过程.当前的极光分类主要采用传统的机器学习或深度学习的方法,需要大数据作为支撑.但在实际发生的极光事件中,一些事件相比其他极光事件出现频率小(如极光涡旋),这样的事件是小样本事件.本文提出一种基于注意力机制,结合空间物理参数信息的小样本极光事件分类方法.从北极黄河站2003—2017年全天空极光数据集中,构建了一个有85个极光涡旋序列的实验数据集.利用该方法,对极光涡旋这一类特殊小样本极光事件进行分类研究.研究结果显示,加入空间物理参数有助于极光涡旋的分类,分类准确率从56.37%提升到66.25%,同时也表明空间环境参数对极光涡旋的产生有着明显的调制作用.
关键词
极光涡旋
空间参数
深度学习
小样本学习
多模态信息
Keywords
Auroral vortices
Space parameter
Deep learning
Few shot learning
Multimode information
分类号
P353 [天文地球—空间物理学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合空间物理参数的小样本极光涡旋自动分类研究
韩冰
吴墨豪
胡泽骏
王平
张义生
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部