【技术实现步骤摘要】
本专利技术涉及太阳活动图像分析领域，具体而言，涉及基于深度学习的图像分析方法及其应用。
技术介绍
1、随着人类对太空的探索不断深入，太空活动日益频繁。太阳爆发活动是太空中一种常见的自然现象，它会释放出大量的能量和物质，对太空环境和飞行器产生重大影响。在现有技术中，对太阳爆发活动的监测和预测以及对其影响的评估存在一定的局限性。
2、中国专利技术专利申请号：cn202410995643.8所提出的一种基于机器学习方法的太阳爆发活动预测分析平台。包括监管预测模块、关联状态分析模块以及影响风险判定模块。通过机器学习模型预先对太阳爆发活动的时间、位置及强度进行预测，以明确太阳爆发活动的时间、位置及强度，结合关联状态分析模块判断出太阳爆发活动于太空环境中的影响范围以及地球环境下的影响范围，进而获取受影响范围辐射影响的目标飞行器，形成对飞行器飞行路径规划，在太空中骤然遇到太阳爆发活动对太空环境内飞行器形成飞行规避，实现安全导航。
3、但是现有的太阳爆发活动预测分析的过程中缺少对太阳爆发活动获取的图片进行提取图片特征信息进行分析...
【技术保护点】
1.一种基于深度学习的图像分析方法，其特征在于，包括以下步骤，
2.根据权利要求1所述的基于深度学习的图像分析方法，其特征在于，步骤1对图像进行预处理，包括图像增强、去噪、裁剪和归一化操作，其中增强图像表示为：；其中：为原始像素值，增强后的像素值；和分别是图像中的最小和最大像素值，是输出图像的最大灰度级数。
3.根据权利要求2所述的基于深度学习的图像分析方法，其特征在于，步骤2、在卷积神经网络中，图像分析的深度学习卷积神经网络CNN用于提取图像的特征，深度学习卷积神经网络卷积操作的表达式：其中：是卷积后的输出值，位于位置；是输入图像在位置的像素...
【技术特征摘要】
1.一种基于深度学习的图像分析方法，其特征在于，包括以下步骤，
2.根据权利要求1所述的基于深度学习的图像分析方法，其特征在于，步骤1对图像进行预处理，包括图像增强、去噪、裁剪和归一化操作，其中增强图像表示为：；其中：为原始像素值，增强后的像素值；和分别是图像中的最小和最大像素值，是输出图像的最大灰度级数。
3.根据权利要求2所述的基于深度学习的图像分析方法，其特征在于，步骤2、在卷积神经网络中，图像分析的深度学习卷积神经网络cnn用于提取图像的特征，深度学习卷积神经网络卷积操作的表达式：其中：是卷积后的输出值，位于位置；是输入图像在位置的像素值；是卷积核在位置的权重；m和n分别是卷积核的高度和宽度。
4.根据权利要求3所述的基于深度学习的图像分析方法，其特征在于，步骤3、在模型训练：将预处理后的图像数据分为训练集、验证集和测试集；使用训练集对模型进行训练，通过反向传播算法不断调整模型的参数，以最小化平均损失函数，所述平均损失函数表示为：其中：表示平均损失函数；为真实图像数据，为预测图像数据，n为图像数据样本数量，为图像数据像素坐标。
5.根据权利要求4所述的基于深度学习的图像分析方法，其特征在于，还包括安全飞行...
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。