期刊文献+

一种基于支持向量机的射电可见度数据自动标注方法 被引量:1

A Radio Visibility Data Auto-Flag Method Based on Support Vector Machine
下载PDF
导出
摘要 对中国明安图超宽频谱射电日像仪(Mingantu Ultrawide Spectral Radioheliograph,MUSER)观测所得到的可见度数据进行标注(Flag),以剔除数据中的异常值是后续成图处理的一个重要工作.研究中利用支持向量机(Support Vector Machine,SVM)技术建立可信可见度数据标记模型,进而利用模型对可见度数据测试样本集进行测试标注.结果表明,该方法与传统基于统计的方法相比准确率有明显改进,可较好地判断出故障天线,对MUSER故障天线引起的可见度数据失真标记正确率可达到86%左右,且不受太阳爆发活动对数据的影响. The Mingantu Ultrawide Spectral Radioheliograph (MUSER) has entered the trial observation stage. After the construction of data acquisition and real-time storage system, it is urgent to automatically flag and eliminate abnormal visibility data so as to improve the image quality. In this paper, according to the observational records, we create a credible visibility set, and further obtain a corresponding model by using support vector machine (SVM) technology. The results show that the SVM is a robust approach to flag the MUSER visibility data, and could reach the accuracy of about 86%. Meanwhile, the approach would not be affected by solar activities such as flare eruptions.
出处 《天文学报》 CSCD 北大核心 2016年第1期19-28,共10页 Acta Astronomica Sinica
基金 中国科学院-国家自然科学基金委员会天文联合基金重点项目(U1231205) 国家自然科学基金项目(11103005 11263004) 云南省应用基础基金重点项目(2013FA013 2013FA032)共同资助
关键词 太阳 活动 太阳 射电辐射 恒星 成像 方法 数据分析 技术 其他 sun: activity, sun: radio radiation, stars: imaging, methods: data analysis, techniques: miscellaneous
  • 相关文献

参考文献4

二级参考文献38

共引文献26

同被引文献7

引证文献1

二级引证文献3

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部