期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于像素偏移值信号增强算法的单脉冲候选体分类方法研究
1
作者 扈钰 马硕 《德州学院学报》 2023年第4期16-21,38,共7页
时域射电领域观测活动经常产生海量的数据,而随着深度学习技术近几年来的不断发展,以在海量的数据流中识别可能的单脉冲侯选体成为主流方法。相对于传统的脉冲星搜寻方法,使用深度学习领域的技术可以缩短搜寻时间,提高搜寻效率,同时能... 时域射电领域观测活动经常产生海量的数据,而随着深度学习技术近几年来的不断发展,以在海量的数据流中识别可能的单脉冲侯选体成为主流方法。相对于传统的脉冲星搜寻方法,使用深度学习领域的技术可以缩短搜寻时间,提高搜寻效率,同时能达到极高的预测精度。本文提出了一种像素偏移值信号增强算法,采用经ImageNet预训练、以EfficientNet-B0为骨干网络的迁移学习模型,可以直接处理来自射电望远镜的原始、高时间分辨率的数据集,不需要消色散,此方法亦可以应用于FRB侯选体的发现。实验证明,在来自FAST官方网站的数据集测试中,该模型可达到92.0%的召回率以及90.1%的精确率。经对比,本文提出的像素偏移值信号增强算法使得模型的Recall提高了45.8%,Precision提高了17.5%,Accuracy提高了26.3%,以及F1-score提高了31.1%。 展开更多
关键词 单脉冲分类 迁移学习 EfficientNet-B0 像素偏移值信号增强
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部