基于全盘太阳磁图的太阳射电爆发预测方法及系统技术方案

本发明专利技术公开了一种基于全盘太阳磁图的太阳射电爆发预测方法及系统，属于太阳射电技术领域。包括：获取全盘太阳磁图，将所述全盘太阳磁图输入预先训练的改进ResNet模型，获取图像特征向量；将所述图像特征向量划分为伪时间序列并输入改进LSTM网络，获取太阳射电爆发预测结果；所述改进ResNet模型引入自定义残差层对所述全盘太阳磁图的小尺度特征进行提取，所述改进LSTM网络引入门控机制对不同时间尺度的所述图像特征向量进行处理。能够提高太阳射电爆发预测的准确性，且无需利用太阳射电频谱数据；解决了现有利用太阳射电频谱进行预测极易被输入数据观测准确性干扰的问题。

【技术实现步骤摘要】

本专利技术涉及太阳射电，特别是涉及一种基于全盘太阳磁图的太阳射电爆发预测方法及系统。

技术介绍

1、本部分的陈述仅仅是提到了与本专利技术相关的
技术介绍
，并不必然构成现有技术。

2、太阳射电爆发可以被看作预测太空天气灾害的标志，太阳射电数据分析是基于全盘太阳磁图的太阳射电爆发预测的重要手段，现有研究已经将深度学习和机器学习技术应用于分析太阳射电数据。例如，使用深度信念网络开发了一个太阳射电数据库，用于提取太阳射电频谱图的特征；设计了一个专门用于时间序列分析的递归神经网络，用于对太阳射电频谱数据进行分类；利用预训练的视觉几何群网络vgg-16模型被用于对太阳射电频谱进行分类，与现有方法相比，真阳性率(tpr)提高了12.2％；建立了用于预测太阳射电通量的单变量时间序列预测深度残差神经结构n-beats，该模型在预测时取得了比多通量神经网络方法更好的性能；利用alexnet设计一种射电爆发探测系统，该系统旨在适应不同的太阳频谱图，以提供高准确率的基于全盘太阳磁图的太阳射电爆发预测。

3、综上所述，在以往的研究中，大多将目光聚焦在太阳射电频本文档来自技高网...

【技术保护点】

1.基于全盘太阳磁图的太阳射电爆发预测方法，其特征在于，包括：

2.如权利要求1所述的基于全盘太阳磁图的太阳射电爆发预测方法，其特征在于，所述自定义残差层包括多个依次连接的自定义残差模块，所述自定义残差模块引入多层感知机对每个通道的特征进行非线性变换。

3.如权利要求2所述的基于全盘太阳磁图的太阳射电爆发预测方法，其特征在于，所述自定义残差模块次连接的第一卷积单元、第二卷积单元、全局平均池化层、多层感知机和ReLU激活函数。

4.如权利要求1所述的基于全盘太阳磁图的太阳射电爆发预测方法，其特征在于，所述改进ResNet模型包括依次连接的卷积层、批归一化...

【技术特征摘要】

1.基于全盘太阳磁图的太阳射电爆发预测方法，其特征在于，包括：

2.如权利要求1所述的基于全盘太阳磁图的太阳射电爆发预测方法，其特征在于，所述自定义残差层包括多个依次连接的自定义残差模块，所述自定义残差模块引入多层感知机对每个通道的特征进行非线性变换。

3.如权利要求2所述的基于全盘太阳磁图的太阳射电爆发预测方法，其特征在于，所述自定义残差模块次连接的第一卷积单元、第二卷积单元、全局平均池化层、多层感知机和relu激活函数。

4.如权利要求1所述的基于全盘太阳磁图的太阳射电爆发预测方法，其特征在于，所述改进resnet模型包括依次连接的卷积层、批归一化层、relu激活函数、最大池化层、多个自定义残差层、全局池化层和全连接层。

5.如权利要求1所述的基于全盘太阳磁图的太阳射电爆发预测方法，其特征在于，所述改进lstm网络引入动态注意力机制，动态调整所述改进l...

【专利技术属性】
技术研发人员：冯士伟，王永辉，杜清府，钟雨晴，
申请(专利权)人：山东大学，
类型：发明
国别省市：