排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
针对基于全天空极光图像的极光事件自动分类问题,提出一种基于方向能量二元编码重组表征的自动分类方法。首先,通过对多个方向上能量分解来描述极光事件中的局部纹理和各个方向上的运动信息,并且结合分块策略获得极光事件的全局形态信息;然后,借鉴一种二元编码重组的方式对多个方向能量进行融合,从而使得极光事件的表征具有同时表征局部纹理、全局形态和运动信息的能力。该表征方法完全不依赖于极光事件的长度,可用于表征不同持续时间的极光事件,并且不需要复杂的训练过程。利用最近邻和支撑向量机分类器分别对从中国北极黄河站拍摄到的极光图像中挑选的特定极光事件进行自动分类,结果表明,与其他两种典型的动态纹理描述方法相比,本文所提出的表征方法结合最近邻分类器,得到了最好的分类效果,能有效用于极光事件的分析,为海量数据中的极光事件自动分类提供了一种新方法。 相似文献
2.
准确界定亚暴起始时刻是理解亚暴相关问题的关键.已有研究主要集中在两方面:一是从极光图像中人工挑选亚暴事件进行案例分析或统计分析来研究亚暴发生机制及亚暴期间的地磁环境;二是基于一些空间物理参数,如AE指数、SME(SuperMAG electrojet)指数、Pi2、正弯扰等,采用人眼判断或是模式识别的方法从中找出亚暴起始时刻.本文尝试采用模式识别的方法从紫外极光图像中自动地检测出亚暴膨胀期起始时刻.首先,将紫外极光图像通过网格化处理转换到磁地方时-地磁纬度(MLT-MLAT)直角坐标下,然后通过模糊c均值聚类方法提取亮斑,再考察亮斑强度是否增强、面积是否极向膨胀来判断是不是亚暴事件.本文方法在1996年12月-1997年2月这三个月的Polar卫星紫外极光图像上进行了实验验证.我们将检测到的亚暴起始时刻与Liou(J. Geophys. Res., 2010, 115: A12219)的人工标记进行了对比,并详细分析了与标记不一致的多检和漏检事件.本文提出的自动检测方法可以快速地从海量紫外极光图像中完成亚暴事件的初步筛选,方便研究人员进一步深入研究极光亚暴. 相似文献
3.
4.
1