1. 一种基于深度学习的极光卵位置确定方法,包括如下步骤: (1) 选取Polar卫星携带的紫外极光成像仪所拍摄的紫外极光图像,并从中挑选完整 的极光卵图像构成极光卵图像集; (2) 对极光卵图像集中的图像做图像分割: (2a)利用分水岭算法对极光卵图像集中的图像进行初始分割,得到初始分割结果F ; (2b)利用K-means方法...
基于深度学习的极光卵位置确定方法专利信息由爱企查专利频道提供,基于深度学习的极光卵位置确定方法说明:本发明公开了一种深度学习的极光卵位置确定方法,主要解决现有极光卵位置确定方法中存在的不准确的问...专利查询请上爱企查
[0012] 步骤4 :对步骤2获得的极光卵边界数据结合步骤3获得的行星际地磁参数值进 行筛选,去除无效边界点,构建有效数据集;[0013] 步骤5:根据步骤4得到的有效数据集,用一元线性回归模型,对赤道向和极向极 光卵边界位置进行建模,因变量取赤道向或极向极光卵边界的地磁炜度值,自变量取行星 际和地磁参数;...
基于行星际和地磁参数的极光卵边界位置预测方法专利信息由爱企查专利频道提供,基于行星际和地磁参数的极光卵边界位置预测方法说明:本发明公开了一种基于行星际和地磁参数的极光卵边界预测方法,根据行星际和地磁环境对所有磁地方时处...专利查询请上爱企查
本发明专利技术公开了一种深度学习的极光卵位置确定方法,主要解决现有极光卵位置确定方法中存在的不准确的问题,其步骤是:(1)从紫外极光图像中挑选完整的极光卵图像构成极光卵图像集;(2)利用形状信息和最大相似性区域合并准则对原始图像做图像分割;(3)利用图像的地磁坐标信息,将分割得到的图像进行坐标转换;(4)根据转...
极光卵是在地球 南北极地区,受到太阳风影响的高能粒子沉降所产生的环形带状发光区域。极光卵的极向 边界和赤道向边界是重要的地球物理参数,其与太阳风、地磁活动有着密切的关系。对极光 卵的边界位置进行确定,有助于了解日地耦合过程,认知空间气候变化规律。极光卵的边界 位置是受多种地磁物理因素共同影响的,传统...
极光卵是在地球 南北极地区,受到太阳风影响的高能粒子沉降所产生的环形带状发光区域。极光卵的极向 边界和赤道向边界是重要的地球物理参数,其与太阳风、地磁活动有着密切的关系。对极光 卵的边界位置进行确定,有助于了解日地耦合过程,认知空间气候变化规律。极光卵的边界 位置是受多种地磁物理因素共同影响的,传统...