喉区极光的机器识别
| 摘要 | 第4-5页 |
| abstract | 第5-12页 |
| 第1章绪论 | 第12-24页 |
| 1.1极光及其观测 | 第12-15页 |
| 1.2极光形态研究 | 第15-20页 |
| 1.2.1极光形态分类 | 第16-18页 |
| 1.2.2喉区极光事件 | 第18-20页 |
| 1.3极光与空间环境参数 | 第20-21页 |
| 1.4选题意义 | 第21-22页 |
| 1.5本文研究内容与章节安排 | 第22-24页 |
| 第2章喉区极光的机器识别方法 | 第24-36页 |
| 2.1基于图像的机器识别算法 | 第24-31页 |
| 2.1.1传统图像特征提取算法 | 第24-27页 |
| 2.1.2密集连接卷积神经网络 | 第27-31页 |
| 2.2基于特征参数的机器识别算法 | 第31-33页 |
| 2.2.1极端梯度提升集成树 | 第31-33页 |
| 2.3本章小结 | 第33-36页 |
| 第3章喉区极光结构的机器识别 | 第36-58页 |
| 3.1引言 | 第36页 |
| 3.2喉区极光图像数据集 | 第36-43页 |
| 3.2.1数据来源 | 第36页 |
| 3.2.2样本选择与预处理 | 第36-38页 |
| 3.2.3数据标注 | 第38页 |
| 3.2.4数据集划分 | 第38-41页 |
| 3.2.5数据增广 | 第41-43页 |
| 3.3实验设计 | 第43-47页 |
| 3.3.1网络构架 | 第43-45页 |
| 3.3.2实验参数设置 | 第45-46页 |
| 3.3.3对比实验 | 第46-47页 |
| 3.4实验结果与讨论 | 第47-55页 |
| 3.4.1评价指标 | 第47页 |
| 3.4.2分类实验结果与讨论 | 第47-51页 |
| 3.4.3消融实验结果与讨论 | 第51-53页 |
| 3.4.4可视化结果与讨论 | 第53-55页 |
| 3.5本章小结 | 第55-58页 |
| 第4章喉区极光事件的空间环境参数重要性判别 | 第58-66页 |
| 4.1引言 | 第58页 |
| 4.2数据集建立 | 第58-61页 |
| 4.2.1数据来源 | 第58页 |
| 4.2.2数据预处理与标注 | 第58-60页 |
| 4.2.3数据集划分 | 第60-61页 |
| 4.3喉区极光识别与讨论 | 第61-65页 |
| 4.3.1实验设计 | 第61页 |
| 4.3.2分类实验结果 | 第61-62页 |
| 4.3.3参数重要性分析 | 第62-65页 |
| 4.4本章小结 | 第65-66页 |
| 第5章总结与展望 | 第66-68页 |
| 5.1总结 | 第66-67页 |
| 5.2展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第76页 |
