-
公开(公告)号：CN116342920A
公开(公告)日：2023-06-27
申请号：CN202211578633.1
申请日：2022-12-07
Applicant: 南京邮电大学
IPC: G06V10/764 , G06V10/82 , G06N3/048 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于多模态机器学习的光变曲线自动化分类方法及系统。读取fits文件中的图像数据并对其进行预处理；将预处理后的图像数据输入图像特征提取模型，输出得到图像特征向量；读取同一fits文件中待分类的光变曲线数据并对其进行预处理；将预处理后的光变曲线数据与图像数据进行匹配；将匹配后的光变曲线数据输入光变曲线‑图像迁移学习模型，输出得到模拟的图像特征向量；将预处理后的光变曲线数据以及模拟的图像特征向量送入多模态光变曲线分类模型中，输出行星和非行星的二分类结果。本发明能够很好的利用多模态优势从而提高光变曲线数据分类的准确率。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
