【技术实现步骤摘要】
本专利技术涉及公众科学和机器学习结合的天文图像分类领域，更具体地说，涉及一种公众科学与机器学习技术相结合的特殊扩展天体发现方法。
技术介绍
1、随着天文观测设备获取数据能力不断提升，天文大数据时代已经到来。天文数据量呈现爆炸式增长，天文学家面临着从海量图像中查找和识别天体的问题。例如，在2025年发射的巡天空间望远镜(csst)，预期将获取1800万张观测图像，其中可能包含至少上亿个星系图像。
2、海量天文图像使得科学家难以再使用传统的案例式研究方法对观测图像逐个分析，导致具有显著科学意义的特殊扩展天体更难以被发现。虽然传统的公众科学项目(如galaxyzoo等)通过号召中小学生及天文爱好者帮助科学家进行星系分类能够提高天体发现效率，但是受疲劳及个人能力差异等因素影响，仍然无法满足高效率准确地识别海量天文图像的需求。
3、随着计算机硬件算力的提高，科学家提出基于机器学习的图像识别及分类方法。由于机器学习能够快速识别扩展天文目标的形态特征与纹理结构，不知疲倦且具有超越人类的识别速度，因此逐渐成为识别已知天体的有效方...
【技术保护点】
1.一种公众科学与机器学习相结合的特殊扩展天体发现方法，其特征在于，以海量天文图像预训练得到的视觉大模型为特征提取网络，将贝叶斯神经网络和视觉大模型结合，对天体所属不同类别给出对应的分类概率，根据图像的分类概率和所设定的图像推荐策略，搭建公众科学平台渲染图像供用户选择分类，得到异常天体候选体图像，具体步骤如下：
2.根据权利要求1所述的公众科学与机器学习相结合的特殊扩展天体发现方法，其特征在于，所述步骤1中，天文图像预处理具体操作如下：
3.根据权利要求1所述的公众科学与机器学习相结合的特殊扩展天体发现方法，其特征在于，所述步骤2的推荐策略中，...
【技术特征摘要】
1.一种公众科学与机器学习相结合的特殊扩展天体发现方法，其特征在于，以海量天文图像预训练得到的视觉大模型为特征提取网络，将贝叶斯神经网络和视觉大模型结合，对天体所属不同类别给出对应的分类概率，根据图像的分类概率和所设定的图像推荐策略，搭建公众科学平台渲染图像供用户选择分类，得到异常天体候选体图像，具体步骤如下：
2.根据权利要求1所述的公众科学与机器学习相结合的特殊扩展天体发现方法，其特征在于，所述步骤1中，天文图像预处理具体操作如下：
3.根据权利要求1所述的公众科学与机器学习相结合的特殊...
【专利技术属性】
技术研发人员：贾鹏，李作振，吕佳蒙，宋宇，徐胭艳，周朴，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。