南方科技大学知识苑(SUSTech KC): 基于太阳黑子群数据的多模态太阳耀斑预报模型

题名	基于太阳黑子群数据的多模态太阳耀斑预报模型
作者	马健 1 ; 刘柱1 ; 石育榕 2; 罗冰显 2; 郑锋1
发表日期	2021
DOI	10.12126/see.2021.03.004
发表期刊	航天器环境工程影响因子和分区
ISSN	1673-1379
卷号	38 期号:3页码:256-262
摘要	当前的太阳耀斑预报模型主要通过统计关系建立,直接将从太阳黑子群磁图中提取的特征参量作为模型输入,系统的自主性低,导致图像数据中包含的与太阳耀斑相关的高阶抽象信息难以被充分利用,进而限制模型预报的精度.为解决当前太阳耀斑预报中数据利用不充分的问题,文章将海量太阳观测数据与先进的人工智能技术结合,综合利用太阳活动区磁场观测图、磁场特征参量和对应的耀斑事件标签,并借助全连接神经网络高精确率以及卷积神经网络高召回率和可有效提取高层语义信息的优点,构建基于深度学习的多模态太阳耀斑预报模型.实验证明该模型的主要评价指标结果比其他模型至少提高7.8％.
关键词	人工智能太阳耀斑预报模型卷积神经网络模型融合
相关链接	[万方记录]
语种	中文
学校署名	第一
来源库	WanFang
万方记录号	perioarticalhtqhjgc202103004
引用统计	被引频次[WOS]：0
成果类型	期刊论文
条目标识符	http://sustech.caswiz.com/handle/2SGJ60CL/253037
专题	工学院_计算机科学与工程系工学院
作者单位	1.南方科技大学工学院,深圳 518055 2.中国科学院大学,北京 100049;中国科学院国家空间科学中心;中国科学院空间环境态势感知技术重点实验室:北京 100190
推荐引用方式 GB/T 7714	马健,刘柱,石育榕,等. 基于太阳黑子群数据的多模态太阳耀斑预报模型[J]. 航天器环境工程,2021,38(3):256-262.
APA	马健,刘柱,石育榕,罗冰显,&郑锋.(2021).基于太阳黑子群数据的多模态太阳耀斑预报模型.航天器环境工程,38(3),256-262.
MLA	马健,et al."基于太阳黑子群数据的多模态太阳耀斑预报模型".航天器环境工程 38.3(2021):256-262.