本研究采用了生成对抗网路,弥补了样本数量不足的耀斑类别,然后利用混合卷积神经网络,将hmi.M_720s中裁剪出的活动区视向磁图作为数据集,建立了耀斑预报模型M(下面两图分别表示生成对抗网络与混合卷积神经网络的训练过程 ...
图1:生成对抗网络与混合卷积神经网络的训练过程其一
图2:生成对抗网络与混合卷积神经网络的训练过程其二
一系列的测试结果证明:
1、在无耀斑、C级、M级和X级耀斑预报中,M的真实技能统计(TSS ...
2、与模型M相比,Mrp对无耀斑、C级、M级、X级耀斑预测的TSS得分平均值分别提高了5.9%、9.4%、17.9%和13.1%,Mdp则提高了1.5 %、2.6 %、11.5 %和12.2 %。