基于深度学习和高斯拟合的射电前景源建模方法.pdfVIP

  • 3
  • 0
  • 约7.89千字
  • 约 7页
  • 2023-11-15 发布于四川
  • 举报

基于深度学习和高斯拟合的射电前景源建模方法.pdf

本发明涉及图像目标检测,本发明提供一种基于深度学习和高斯拟合的射电前景源建模方法,使用天文软件生成一批模拟数据,数据包含目标的空间位置,频率位置和通量信息,通过修改特征提取骨干网络,添加通道注意力机制,训练神经网络,将检测到的目标空间位置经过阈值化处理,建立连通域,寻找局部的峰值,然后进行二维高斯拟合,再对目标的频率位置进行一维高斯拟合,最后组合二维高斯模型和一维高斯模型,得到三维模型。本发明能够对射电观测数据中的目标进行端到端的空间建模和频率建模,可对射电观测数据进行实时的端到端的前景源处理及

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117058524 A (43)申请公布日 2023.11.14 (21)申请号 202311154690.1 G06N 3/0464 (2023.01)

文档评论(0)

1亿VIP精品文档

相关文档