收藏本站
《贵州大学》 2016年
加入收藏

基于深度学习的脉冲星识别系统设计与实现

孙利雷  
【摘要】:500米口径球面射电望远镜-FAST,是中国科技最重要的基础设施之一。FAST项目的目标之一是发现5000颗脉冲星,经过初步估计候选的脉冲星信号多达100万以上。要在庞大数量的候选脉冲星信号中去找出数量很少的真实脉冲星信息,如果依靠人工去识别脉冲星信号,工作量太过巨大,对于人力、财力和时间的投入都是不现实的。使用计算机来对星体信号进行识别,将极大的减少人力和财力支出,节省大量时间,极大的提高对脉冲星的识别效率,促进FAST目标的顺利实现。深度学习是机器学习近年来新兴的一个热点研究方向,在图像识别领域取得了巨大的成功。本文基于深度学习方法研究脉冲星信号识别,设计并实现了脉冲星识别的软件系统。完成的研究工作包括:(1)参考脉冲星的人工识别方法,研究基于深度学习的脉冲星识别综合模型。综合模型融合了基于深度学习的图像识别算法和对数值信息分类的BP人工神经网络算法。实验结果表明,本文提出的脉冲星识别算法是可行的;(2)设计并实现了脉冲星识别的软件系统,在分布式计算框架Hadoop上,结合HDFS和MySQL数据库各自的优点,将海量的候选脉冲星图像文件存储在HDFS中,将系统配置信息、脉冲星识别结果等元数据信息存储在MySQL数据库中,充分利用Hadoop分布式计算的优势,将图像处理等计算密集型操作采用分布式实现。
【关键词】:深度学习 RBM 脉冲星识别 Hadoop
【学位授予单位】:贵州大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:P111.44;TP391.41
【目录】:
  • 摘要5-6
  • Abstract6-7
  • 第1章 绪论7-12
  • 1.1 研究背景及意义7-8
  • 1.1.1 研究背景7-8
  • 1.1.2 研究意义8
  • 1.2 国内外研究现状8-10
  • 1.2.1 脉冲星识别的研究现状8-9
  • 1.2.2 深度学习的研究现状9-10
  • 1.3 论文主要研究内容10-11
  • 1.4 论文组织结构11-12
  • 第2章 相关理论知识和技术12-33
  • 2.1 图像识别概述12-15
  • 2.1.1 图像的特征提取13-14
  • 2.1.2 图像识别的方法14-15
  • 2.2 光学字符识别15
  • 2.3 支持向量机15-17
  • 2.3.1 线性可分支持向量机16-17
  • 2.4 深度学习17-29
  • 2.4.1 人工神经网络概述18-20
  • 2.4.2 深度学习概述20-21
  • 2.4.3 受限玻尔兹曼机21-29
  • 2.5 开发语言和框架29-31
  • 2.5.1 Python29
  • 2.5.2 J2EE29-30
  • 2.5.3 SSH框架30-31
  • 2.6 MySQL31
  • 2.7 Hadoop31-32
  • 2.7.1 HDFS31-32
  • 2.7.2 Map Reduce32
  • 2.8 本章小结32-33
  • 第3章 基于深度学习的脉冲星识别33-47
  • 3.1 脉冲星的人工识别方法33-35
  • 3.2 脉冲星识别综合模型35-37
  • 3.2.1 基于深度学习的脉冲星图像识别模型35-36
  • 3.2.2 基于人工神经网络的脉冲星数值识别模型36
  • 3.2.3 脉冲星识别综合模型的提出36-37
  • 3.3 脉冲星识别综合模型实验分析37-46
  • 3.3.1 图像信息预处理38-39
  • 3.3.2 脉冲星的图像识别39-42
  • 3.3.3 数值信息预处理42-43
  • 3.3.4 脉冲星的数值识别43-45
  • 3.3.5 实验总结45-46
  • 3.4 本章小结46-47
  • 第4章 需求分析47-55
  • 4.1 子模块需求分析48-53
  • 4.1.1 星体数据管理子系统48-50
  • 4.1.2 脉冲星识别管理子系统50-51
  • 4.1.3 脉冲星查询子系统51-52
  • 4.1.4 用户管理子系统52
  • 4.1.5 系统配置子系统52-53
  • 4.2 性能和硬件需求分析53-54
  • 4.3 本章小结54-55
  • 第5章 系统设计55-68
  • 5.1 系统结构设计55-64
  • 5.1.1 星体数据管理57-61
  • 5.1.2 脉冲星识别61-62
  • 5.1.3 脉冲星查询子系统62-63
  • 5.1.4 用户管理63
  • 5.1.5 系统配置管理63-64
  • 5.2 数据存储设计64-66
  • 5.2.1 逻辑设计64-66
  • 5.3 脉冲星识别流程设计66-67
  • 5.4 本章小结67-68
  • 第6章 系统实现68-88
  • 6.1 预处理与数值分析68-74
  • 6.1.1 图像区域提取68-73
  • 6.1.2 数值图像处理73-74
  • 6.2 分布式环境搭建74-77
  • 6.3 模型训练77-81
  • 6.4 脉冲星识别81-82
  • 6.5 脉冲星查询系统82-83
  • 6.5.1 数据库连接配置82-83
  • 6.5.2 页面跳转控制83
  • 6.6 展示效果83-87
  • 6.6.1 用户管理83-84
  • 6.6.2 单位管理84-85
  • 6.6.3 HDFS数据管理85-86
  • 6.6.4 脉冲星识别86-87
  • 6.6.5 脉冲星查询87
  • 6.7 本章小结87-88
  • 第7章 总结与展望88-90
  • 7.1 总结88-89
  • 7.2 展望89-90
  • 参考文献90-93
  • 图版93-97
  • 致谢97-98

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