一种基于多任务机器学习的太阳黑子面积预测方法
文献类型:专利
作者 | 邓林华; 蔡云芳; 向南彬; 向永源; 陈泽华; 张志刚 |
发表日期 | 2023-07-18 |
专利号 | ZL202310425150.6 |
著作权人 | 中国科学院云南天文台 |
国家 | 中国 |
文献子类 | 发明 |
产权排序 | 1 |
英文摘要 | 本发明公开了一种基于多任务机器学习的太阳黑子面积预测方法,包括以下步骤:S1、获取预测样本:获取太阳黑子图像数据;S2、建立预测模型:对太阳黑子图像数据进行处理,处理后的数据输入预测模型,对模型进行多任务机器学习训练,训练完成后,预测每一个太阳黑子面积的预测值;所述S2中的多任务机器学习训练为;本发明采用多任务机器学习的方法对太阳黑子出现面积进行预测,通过多任务学习模型对不同的太阳黑子图像进行分析,从而得到不同特征,然后通过共享特征提取用于多个任务执行的任务特征,并采用不同的子任务执行不同的任务,通过多任务机器学习模型即可以实现多个太阳黑子图像预测任务的执行过程,提高了太阳黑子面积预测的效率。 |
学科主题 | 天文学 ; 太阳与太阳系 ; 计算机科学技术 ; 计算机应用 |
公开日期 | 2023-07-18 |
申请日期 | 2023-04-20 |
语种 | 中文 |
状态 | 公开 |
源URL | [http://ir.ynao.ac.cn/handle/114a53/26139] |
专题 | 云南天文台_抚仙湖太阳观测站 |
作者单位 | 中国科学院云南天文台, 云南省昆明市官渡区羊方旺396号 |
推荐引用方式 GB/T 7714 | 邓林华,蔡云芳,向南彬,等. 一种基于多任务机器学习的太阳黑子面积预测方法. ZL202310425150.6. 2023-07-18. |
入库方式: OAI收割
来源:云南天文台
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。