记者16日从中国科学院国家空间科学中心得悉，依据机器学习，该中心科研人员提出一种日冕物质抛射辨认与参数获取的新办法。该办法对预告灾害性空间气候具有极端重大意义。相关研讨成果在线发表于《天体物理学杂志增刊》。

  日冕物质抛射（CME）是从太阳抛入行星际空间的大标准等离子体团，是太阳系内最大标准的能量开释活动，也是灾害性空间气候的首要源头，有几率会使中度到激烈的地磁暴。

  “了解日冕物质抛射在日冕以及行星际的传达和演化过程，预告日冕物质抛射是否抵达地球轨迹及何时抵达地球轨迹，是空间气候范畴重视的重要课题。”论文通讯作者、中国科学院国家空间科学中心研讨员沈芳介绍。

  使用搭载于太阳与日光层观测台（SOHO）卫星上的大视点和光谱日冕仪的观测数据，美国国家航空航天局的研讨人员手整齐理了1996年至今的日冕物质抛射观测目录。该目录记载了每一次日冕物质抛射事情的时刻、方位角、角宽度、速度等，是日冕物质抛射相关研讨的重要根底数据。

  “但是，面临海量的数据，手艺辨认存在着耗时吃力的缺陷，主动辨认日冕物质抛射成为空间气候研讨的热门。”沈芳说。

  此次，科研人员提出了依据机器学习的日冕抛射物质辨认与参数获取办法。首要，科研人员依据大视点和光谱日冕仪的图画数据，训练了一个可以判别图画内是否有日冕物质抛射的卷积神经网络模型；随后，使用主成分剖析办法提取神经网络的特征图中的信息，获取了可以展现每一张观测图画中日冕物质抛射方位的共定位图；最终，依据不同图画中日冕抛射物质区域的形状、方位等特征，获取了日冕抛射物质的速度、角宽度以及中心方位角等信息。

  “与日冕抛射物质手艺目录以及部分经典主动辨认办法比较，依据机器学习的日冕抛射物质辨认与参数主动获取办法效率高、速度快，可以辨认较为弱小的日冕抛射物质信号，并给出精确的日冕抛射物质的形状信息。”沈芳说。（记者陆成宽）

  人民日报社概略关于人民网报社招聘招聘英才广告服务协作加盟供稿服务数据服务网站声明网站律师信息维护联络咱们

  人 民 网 股 份 有 限 公 司 版 权 所 有 ，未 经 书 面 授 权 禁 止 使 用