收藏本站
《哈尔滨工业大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

太阳宁静区磁场流场特性知识发现的方法研究

谢宗霞  
【摘要】: 随着光学技术、数据存储技术以及空间探测技术的不断进步,越来越先进的系统被应用于太阳观测,高分辨率的太阳图像数据越来越丰富。这些数据记录了各种太阳活动过程和太阳物理规律,迫切需要开发快速、有效的方法挖掘太阳图像中蕴含的有用知识。当前太阳物理学者主要利用手工分析或者计算机图像处理的半自动方法来发现知识。该方式效率较低、分析精度也受到研究人员主观因素的影响,因此本文提出一种基于概念体的太阳物理知识自动发现的方法,给出了该方法的基本算法框架,并且将这一框架应用于太阳宁静区磁场流场图像知识发现。 首先,分析了太阳物理知识和物理研究者对太阳图像的描述方式,以及当前基于手工方式,基于图像处理技术的半自动方式和基于物理模型的理论推测的知识提取模式。发现现有的知识描述都是基于概念体进行的,知识提取模式主要目的是得到新的概念或者研究已有概念体的一些特性。太阳图像上的研究只有基于概念体才具有物理意义,才能进行后续的物理知识发现。基于像素或基于像素集团来进行研究体现不出物理概念。因此本文提出了基于概念体的太阳图像知识发现,并给出了基于概念体的太阳图像知识发现的一般框架。该框架包含图像中概念体的提取,概念体的刻画和细分,概念体中隐含的知识提取三大部分。整个框架不仅融合了人工智能研究领域的认知心理学的思想和人类智能的一个公认的特点―信息粒化的思想,而且有效的为图像领域知识的引入提供了接口,能提高对信息的利用率。此外,还能从多个不同的高维空间中对各种概念体挖掘出多角度不易发现的规律。 其次,研究了太阳图像中概念体的提取方法。概念体是太阳图像具有物理含义的信息表达的基本单元,是太阳物理知识自动发现的前提。通过领域知识可知,宁静区太阳米粒图像包含了米粒和暗径两种概念体,而磁场图像中包含了磁元这种概念体。所以对磁场和米粒图像去噪后进行自动分割即可得到概念体。对于米粒图像,本文采用二维维纳滤波对其进行去噪,并基于形态学方法提取每个米粒的中心区域作为标记;而磁场图像则是在偏振信号上去除一倍噪声的数据,并用在所有方向都是极值的局部极值像素作为标记。用带标记的分水岭方法对米粒和磁场图像进行分割,并对米粒和磁元的分割效果进行了评价和对比分析。分析表明带标记的分水岭算法能够有效抑制图像中的噪声,防止过分割和欠分割现象,能够比较精确的得到图像中的概念体,这为后续的物理知识发现打下了基础。 然后,研究了磁元和米粒等概念体的刻画和细分方法。为了研究概念体在特征空间的结构,提取了磁元的周长、面积、磁场特性等6个属性和米粒的周长、面积、亮度、速度等10个属性对概念体进行刻画。此时磁元和米粒可以表示成空间的一个点,采用领域知识和自动聚类算法,探索了这些概念体在特征空间中的结构。基于先验信息可以将米粒分成运动方向向上的米粒和向下的米粒,或者大米粒和小米粒。而利用X-means聚类算法,也可以将5个特征描述的米粒分成2类,6个特征描述的磁元分成2类,4个特征描述的磁元则分成4类。 最后,进行了基于概念体的宁静太阳图像数据挖掘。分析了概念体在单一属性描述下的均值、方差和概率分布特性。利用1-规则算法和决策树算法分别提取了米粒在5个属性描述的空间中分成2类的规则,表明了米粒能够分成大小米粒群。利用决策树算法提取了磁元在6个属性描述的空间里分成2类和4个属性描述的空间里分成4类的规则。得出的规则表明,通过亮度,可以分成亮磁元和暗磁元2类;而通过面积和磁通量可以分成面积大且磁通量大、面积大但磁通量小、面积中等和面积小4类不同的磁元。利用线性相关系数、信息熵和支持向量机等方法分析了米粒的直径等6个属性与米粒运动速度之间的相关程度。研究表明,与米粒运动方向较相关的属性分别为米粒的亮度、米粒的直径以及相邻暗径的速度,而磁场特性对速度的影响不大。上述研究例证了本文提出的方法的有效性。
【学位授予单位】:哈尔滨工业大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:P182.7

手机知网App
【参考文献】
中国期刊全文数据库 前1条
1 ;Interaction between granulation and small-scale magnetic flux observed by Hinode[J];Research in Astronomy and Astrophysics;2009年08期
【共引文献】
中国期刊全文数据库 前3条
1 WANG JingXiu;JI HaiSheng;;Recent advances in solar storm studies in China[J];Science China(Earth Sciences);2013年07期
2 汪景琇;季海生;;空间天气驱动源——太阳风暴研究[J];中国科学:地球科学;2013年06期
3 ;Statistical study of emerging flux regions and the response of the upper atmosphere[J];Research in Astronomy and Astrophysics;2012年12期
【相似文献】
中国期刊全文数据库 前10条
1 刘煜,张洪起,包曙东;太阳磁场观测研究[J];天文学进展;2001年01期
2 杨蜀秦;何东健;宁纪锋;;一种基于分水岭的连接米粒自动分割算法[J];光子学报;2009年10期
3 科技;;科学家观察到太阳磁场机制[J];科学大观园;2017年18期
4 刘声远;;触摸太阳[J];大自然探索;2017年09期
5 环球;;新技术揭示太阳磁场精细结构[J];科学大观园;2016年11期
6 丘月;;太阳磁场频频逆转[J];大科技(科学之谜);2014年03期
7 王震江;太阳磁场和宇宙线实验规律初探[J];天文学进展;1988年02期
8 韩峰,艾国祥,明长荣,张洪起,孔繁熙;太阳磁场和速度场二维CCD实时观测系统[J];天文学进展;1988年02期
9 唐泽眉;关于太阳湍流发电机理论[J];力学进展;1988年02期
10 艾国祥,李威,李京,明长荣,张国旺;两维实时耀斑和活动区色球速度场[J];科学通报;1988年01期
中国重要会议论文全文数据库 前10条
1 袁沭;;NVST偏振测量进展[A];中国天文学会2014年学术年会论文摘要集[C];2014年
2 王华宁;郭娟;;太阳磁场拓扑结构与磁大气天气学[A];第35届中国气象学会年会 S18 空间天气观测与业务的融合[C];2018年
3 闫平昆;;基于模型的图像分割技术及其医学应用[A];第十五届全国图象图形学学术会议论文集[C];2010年
4 杨生友;;图像分割在医学图像中应用现状综述[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
5 苏杨;;太阳磁场重联的研究进展[A];中国天文学会2015年学术年会摘要集[C];2015年
6 朱士蓉;谢昭;高隽;;一种图模型下的柔性图像分割方法[A];中国仪器仪表学会第十二届青年学术会议论文集[C];2010年
7 朱松豪;刘佳伟;罗青青;胡荣林;;基于关联模型的图像分割[A];第26届中国控制与决策会议论文集[C];2014年
8 张志会;王华英;熊南燕;廖薇;成惠;刘飞飞;;对基于图像分割与合并的相位展开算法的改进[A];第十届全国光电技术学术交流会论文集[C];2012年
9 杨加文;谢凤英;;基于深度学习的皮肤镜图像分割[A];第十五届中国体视学与图像分析学术会议论文集[C];2017年
10 郭世可;董槐林;龙飞;张海波;;一种结合密度聚类和区域生长的图像分割方法[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
中国重要报纸全文数据库 前10条
1 群芳 译;科学家破解太阳黑子缺失之谜[N];科学时报;2011年
2 实习生 邱锐;极光形成有新解[N];中国科学报;2012年
3 记者 陈超;“日出号”卫星观测到迄今最强太阳磁场[N];科技日报;2018年
4 本报记者 刘霞;与太阳“亲密接触”[N];科技日报;2018年
5 本报驻美国记者 刘海英;太阳风暴,能像预报天气那样预测?[N];科技日报;2017年
6 记者 王东;欧洲专家发现太阳磁场强度百年翻番[N];新华每日电讯;2000年
7 记者 毛磊;太阳相反两边同时喷发耀斑[N];新华每日电讯;2002年
8 本报记者 刘亚东;风暴来自太阳[N];科技日报;2000年
9 记者毛磊;太阳相反两边同时观测到耀斑喷发[N];科技日报;2002年
10 李大庆;太阳观测:从怀柔站走向世界[N];科技日报;2004年
中国博士学位论文全文数据库 前10条
1 谢宗霞;太阳宁静区磁场流场特性知识发现的方法研究[D];哈尔滨工业大学;2010年
2 姚本溪;地基大口径太阳望远镜偏振测量技术研究[D];中国科学院大学(中国科学院光电技术研究所);2018年
3 李彩霞;太阳日冕三维磁流体模拟研究[D];中国科学院大学(中国科学院国家空间科学中心);2018年
4 孙树计;光球磁通分布和背景太阳风对日冕磁绳灾变的影响研究[D];中国科学技术大学;2007年
5 解妍琼;太阳风暴的综合研究[D];中国科学院研究生院(空间科学与应用研究中心);2007年
6 古晶;基于稀疏特征学习的SAR图像分割与半监督分类方法研究[D];西安电子科技大学;2016年
7 段一平;基于层次视觉计算和统计模型的SAR图像分割与理解[D];西安电子科技大学;2017年
8 胡佩君;腹部CT图像分割的可计算建模方法研究[D];浙江大学;2018年
9 姜枫;基于语义识别的砂岩薄片图像分割方法研究[D];南京大学;2018年
10 王森;非受限场景裂纹图像分割方法研究[D];昆明理工大学;2017年
中国硕士学位论文全文数据库 前10条
1 熊建萍;太阳光球图像和色球图像亮点特征提取方法研究[D];昆明理工大学;2018年
2 沈洋斌;太阳磁场图像的实时采集和分布式存储系统研究与实现[D];昆明理工大学;2014年
3 宋晨波;基于深度学习的母猪行为检测方法研究[D];浙江大学;2019年
4 刘海涛;基于改进的谱聚类算法的SAR图像分割研究[D];辽宁工程技术大学;2016年
5 孔令然;基于模糊聚类的SAR图像分割算法研究[D];辽宁工程技术大学;2016年
6 李慧;基于图割的马尔科夫随机场图像分割方法研究[D];太原科技大学;2018年
7 池广顺;卷积神经网络在CT图像分割中的应用研究[D];山东财经大学;2017年
8 刘蒙蒙;面向自动监测装置的温室粉虱和蓟马成虫图像分割识别方法研究[D];上海海洋大学;2018年
9 裴佳伦;K-means算法的改进及其在数字图像分割中的应用[D];齐鲁工业大学;2018年
10 李坤;基于FCM的图像分割在产品缺陷检测中的研究与应用[D];齐鲁工业大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026