公开(公告)号：CN107886098A

公开(公告)日：2018-04-06

申请号：CN201711005550.2

申请日：2017-10-25

Applicant: 昆明理工大学

Inventor： 杨云飞 ,  付小娜 ,  廖成武 ,  杨洪娟 ,  张晓丽

IPC: G06K9/46 ,  G06K9/62 ,  G06T7/136 ,  G06T7/77

CPC classification number: G06K9/4604 ,  G06K9/6256 ,  G06T7/136 ,  G06T7/77 ,  G06T2207/20081 ,  G06T2207/20084

Abstract: 本发明涉及一种基于深度学习的识别太阳黑子的方法，属于天文技术、图像处理和人工智能领域。本发明包括步骤：首先提取太阳黑子数据样本、制作标签信息和LMDB数据集，然后设计卷积神经网络的配置文件，训练并测试包含数据层、卷积层和全连接层的卷积神经网络模型，将网络的全连接层转化为卷积层，然后按比例缩放全日面图像后输入到转换后的全卷积神经网络中计算概率，最后筛选出符合阈值的太阳黑子、采用非极大值抑制在全日面图像上标注太阳黑子位置。本发明将深度学习的方法应用于识别太阳黑子的问题上是前所未有的、有效的，该方法在很大程度上解决了传统识别太阳黑子的方法存在误识别和漏识别的问题。