| 基于深度学习进行SOHO/MDI磁图超分辨率重建的方法 | |
| 覃瑛 | |
| 2024-05-07 | |
| 著作权人 | 中国科学院云南天文台 |
| 专利号 | ZL202410390803.6 |
| 国家 | 中国 |
| 文献子类 | 发明 |
| 产权排序 | 1 |
| 英文摘要 | 本发明公开了基于深度学习进行SOHO/MDI磁图超分辨率重建的方法。主要通过数据预处理、构建基于RLFN的100层卷积神经网络MESR，包含浅层特征提取层、深层特征提取层、图像重建模块，进行特征提取，利用广义损失函数Charbonnier?Loss构建模型损失函数。在训练过程中，采用Adam优化器，设置初始学习率为0.001，训练500个epoch。最后对模型进行效果评估，采用PSNR，SSIM，CC和RMSE等指标进行评估。此方法有效提高了模型的学习映射能力以及了模型的训练效果，有利于更精确地对SOHO/MDI磁图进行超分辨率重建。 |
| 学科主题 | 计算机科学技术 ; 人工智能 ; 计算机应用 ; 计算机图象处理 |
| 公开日期 | 2024-05-07 |
| 申请日期 | 2024-04-02 |
| 语种 | 中文 |
| 状态 | 公开 |
| 内容类型 | 专利 |
| 源URL | [http://ir.ynao.ac.cn/handle/114a53/27152]  |
| 专题 | 云南天文台_抚仙湖太阳观测站 |
| 作者单位 | 中国科学院云南天文台, 云南省昆明市官渡区羊方旺396号 |
| 推荐引用方式 GB/T 7714 | 覃瑛. 基于深度学习进行SOHO/MDI磁图超分辨率重建的方法. ZL202410390803.6. 2024-05-07. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论