關鍵詞:全天空極光圖像 分割 全卷積神經(jīng)網(wǎng)絡
摘要:極光是太陽風能量注入到極區(qū)的指示器,從觀測視野中準確分割出極光區(qū)域?qū)ρ芯繕O光演變?nèi)鐏啽┻^程有非常重要的意義.本文基于全卷積神經(jīng)網(wǎng)絡提出了一種弱監(jiān)督極光圖像自動分割策略,數(shù)據(jù)標記時僅需指定極光區(qū)域的一個像素點即可,極大解決了機器學習人工標注數(shù)據(jù)的壓力.首先利用簡單單弧狀極光圖像訓練一個初始分割模型Model 1,然后基于該模型,結(jié)合熱點狀和復雜多弧狀極光圖像獲得一個增強的分割模型Model 2,最后對分割結(jié)果做進一步優(yōu)化.本文對2003—2007年北極黃河站越冬觀測的2715幅極光圖像進行了分割,并和最新論文結(jié)果及人工標簽進行了定量和定性比較,其中分割結(jié)果與人工標簽的“交并比”高達60%,證明了本文方法的有效性.
地球物理學報雜志要求:
{1}每篇文章應選3-6個能反映文章最主要內(nèi)容的名詞性術語作關鍵詞。
{2}文稿內(nèi)容依次包括:中文標題,中文摘要及關鍵詞,正文,參考文獻,英文標題,英文摘要及關鍵詞。
{3}著作權清晰,不存在任何分歧。視角新穎,具有原創(chuàng)性、學術性和科學的嚴謹性。
{4}文題:一般不超過20字,必要時加副標題。
{5}參照“中國學術期刊檢索與數(shù)據(jù)規(guī)范”的要求撰寫;首頁底腳標名第一作者姓名、出生年份、性別、籍貫、工作單位、職稱、學位、研究方向;文末注明作者聯(lián)系地址、電話、郵政編碼。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社