科研之友
微信
新浪微博
Facebook
分享链接
摘要
太阳射电频谱图像在太阳活动和空间天气的观测、研究和预报中有着重要的作用。太阳射电宽带动态频谱仪是国内观测太阳射电信号的主要设备，但受到窗口时间、观测设备和太阳活动规律的影响，其所采集到的频谱数据存在有效样本量少的问题。针对这一现状，提出了一种基于元学习和迁移学习的少样本学习方法，用于改善太阳射电频谱图像的分类性能。首先模型在元学习基准数据集上进行元知识的学习，然后对射电频谱图像进行小样本识别的模型定义，最后将元知识迁移到频谱图像数据集的分类任务中。通过对多种元学习方法进行实验分析和性能比较，证明了本文方法的先进性和有效性。
- 单位
