基于卷积神经网络的极光图像及极光序列分类研究

《基于卷积神经网络的极光图像及极光序列分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、单位代码：10293密级：专业学位硕士论文论文题目：基于卷积神经网络的极光图像及极光序列分类研究学号1215012301姓名刘彬导师陈昌红专业学位类别工程硕士类型申请全日制专业申请（领域）图像处理与图像通信论文提交日期二〇一八年四月TheAuroraImageandAuroraSequenceClassificationBasedonConvolutionNeuralNetworkThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringBy

2、BinLiuSupervisor:Prof.ChanghongChenApril2018南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。研究生学号：____________研究生签名：_____________日期：

3、____________南京邮电大学学位论文使用授权声明本人承诺所呈交的学位论文不涉及任何国家秘密，本人及导师为本论文的涉密责任并列第一责任人。本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。非国家秘密类涉密学位论文在解密后适用本授权书。研究生签名：____________导师签名：____________日期：____

4、_________摘要极光是来自太阳和地球磁层的高能带电粒子流撞击大气层原子和分子而呈现的自然现象，极光图像及序列的研究能获取更多太阳和地球磁场的相互作用的细节及信息，有助于加强了解太阳对地球的影响规律和地球磁层的物理机制。本文针对极光序列以及静态图像进行了研究，主要做了两个方面的工作：一是基于多通道融合和卷积神经网络的极光静态图像的分类；另一个是基于动态池化图像网络的极光序列的分类。在极光静态的图像分类阶段，本文提出了一种基于多通道融合特征和卷积神经网络的分类方法。该方法针对传统特征提取只提取能表述极光图像的某种特定特征，如纹理特征、运动特征、局部特征、全局特征等，导致

5、或多或少丢失极光图像的某些重要表征信息，造成研究效果不够好。本文方法集多种高效表征极光静态图像特征与一体，融合传统特征和深度学习自动学习特征，充分表征极光图像，实现良好的极光图像四分类。在极光图像序列分类阶段，本文提出了一种基于动态图像网络的极光序列分类方法。极光形态随时间推移会进行不断变化，极光图像序列是极光动态信息的载体，内含极光许多丰富信息。本文使用动态图像网络来对极光图像序列进行表述。该方法首先通过动态排名池化函数进行极光图像序列表征，得到极光动态图像；然后，用卷积神经网络进行动态图像特征训练提取特征；最后进行特征分类。以上所提两种方法均在中国北极黄河站的极光观测

6、数据上进行实验，实验结果证明了上述两种方法的可靠性和有效性。关键词:极光图像分类，极光序列表征，多通道融合，动态图像网络，卷积神经网络IAbstractAuroraisanaturallightphenomenon,whichoftenappersinhighlatituderegionandiscausedbythecollisionbetweenthehigh-energychargedparticleflowfromtheearth'smagnetosphereorouterspaceandatmosphericmoleculesoratoms.Thestudyof

7、theauroralmorphologyanditsevolutioncanobtainalotofinformationaboutthesolarwind–magnetosphereinteractionandgeomagneticphysics,whichishelpfultounderstandtheinfluenceofthesuntotheearthandthechangeruleofthespaceweather.Thispaperstudiestheaurorasequenceandthestaticimage.