基于YOLO神经网络的张衡卫星闪电哨声波智能检测算法

基于YOLO神经网络的张衡卫星闪电哨声波智能检测算法.pdf
闪电肖声波作为探索空间物理的重要媒介,被淹没在张衡卫星海量的感应磁力仪数据(SCM)中,借助人工智能领域中的YOLO神经网络,文中提出了闪电哨声波的智能检测算法.首先收集SCM数据的VLF波段的磁场波形数据;采用带通滤波和重叠快速傅里叶变换得到时频图;其次分析闪电哨声波的特点并标注数据;再次搭建YOLO神经网络,设置参数,并将标注数据输入网络进行训练得到闪电哨声波智能检测模型;最后利用该模型从未见过的时频图中检测闪电哨声波.文中用3098个闪电哨声波做训练数据,用25834个闪电哨声波做测试数据,开展评估基于YOLO神经网络的闪电哨声波智能检测模型的实验,其准确率达99.94％,漏检率0.05％,误报率0.01％.
作者：冯小康 袁静 王桥 申旭辉 丰继林 王小英 周乐 史雨 胡磊 辛宇 王亚丽 余意
作者单位：防灾科技学院,河北廊坊065201国家自然灾害防治研究院,北京100085
母体文献：第十六届国家安全地球物理专题研讨会论文集
会议名称：第十六届国家安全地球物理专题研讨会  
会议时间：2020年12月1日
会议地点：贵州铜仁
主办单位：中国地球物理学会,陕西省地球物理学会
语种：chi
分类号：TH7TP3
关键词：闪电哨声波  智能检测  YOLO神经网络  张衡卫星
在线出版日期：2021年4月27日
基金项目：
相似文献
相关博文

2024-12-3 19:53 上传 基于YOLO神经网络的张衡卫星闪电哨声波智能检测算法.pdf

文件大小:

1.76 MB

下载次数:

60

高速下载