基于卷积神经网络的脉冲星候选体识别方法

作者：方海燕; 刘陈辉; 孙海峰; 李小平; 苏剑宇; 张力; 丛少鹏; 曹阳; 陆鹏杰; 张学健

来源：2018-11-16, 中国, CN201811372382.5.

本发明公开了一种基于卷积神经网络的脉冲星候选体识别方法,主要解决现有脉冲星识别方法依靠人工耗时费力、传统的机器学习方法识别速度慢且准确率低的问题。其实现方案是：1、把巡天观测数据处理成图像并对每张图像进行二分类标记,建立脉冲星候选体和非脉冲星候选体图像的训练集合、验证集合和测试集合；2、搭建卷积神经网络模型；3、用训练集合对卷积神经网络模型进行训练并用验证集合评价模型；4、用训练好的卷积神经网络识别测试集合中的每张图像,输出每张图像的分类标记,即脉冲星候选体图像和非脉冲星候选体图像。本发明复杂度低、训练耗时少、识别速度快,识别准确率高,可用于对天文数据的处理。

• 单位
  西安电子科技大学