公开(公告)号：CN117407641A

公开(公告)日：2024-01-16

申请号：CN202311365191.7

申请日：2023-10-20

Applicant: 哈尔滨工业大学

Inventor： 付俊丰 ,  万杰 ,  赵先一 ,  韩轲 ,  鄂鹏

IPC: G06F17/16 ,  G06N20/00 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/098 ,  G06N3/096 ,  G01W1/10

Abstract: 本发明公开了一种基于交叉验证的太阳黑子区相关性评估方法，所述方法包括如下步骤：一：获取耀斑数据集，并按照黑子区编号进行数据集分割，得到各个数据子集；二：对每个数据子集进行机器学习算法训练，得到该数据子集的机器学习模型；三：对每个机器学习模型计算相应的AUC指标，得到A矩阵；四：利用A矩阵进行相关性分析，得到相关性指数Corr；五：判断相关性指数Corr，得出给定区域相关性判定结论。本发明给出了“相关性指数”的计算方法，该方法可以在一定程度上对建立预报算法的过程进行简化，在使用联邦迁移学习的过程中，可以将相似度较高的黑子区域进行算法聚合，以加速训练过程，进而提高预报效率。