基于序列数据的太阳耀斑预报方法研究
RESEARCH ON SOLAR FLARE PREDICTION METHODS USING SEQUENTIAL DATA
摘 要
Abstract
目 录
Contents
第 1 章 绪论
1.1 课题背景及研究意义
1.2 空间天气学的重要意义
1.2.1 空间灾害的影响
1.2.2 空间天气学的发展趋势
1.3 太阳耀斑预报研究进展
1.3.1 预报因子的研究现状
1.3.2 预报方法的研究现状
1.4 数据挖掘技术研究进展
1.5 太阳耀斑预报中存在的主要问题
1.6 本文的研究内容及章节安排
第 2 章 耀斑预报模型的动态特性
2.1 引言
2.2 耀斑的物理机制及其可预报性
2.2.1 太阳耀斑现象
2.2.2 黑子群形状观测与耀斑的相关性
2.2.3 光球磁场观测与耀斑的相关性
2.3 现有耀斑预报模型的结构
2.3.1 耀斑预报的统计模型
2.3.2 耀斑预报的机器学习模型
2.4 耀斑预报模型的动态模型结构
2.4.1 耀斑预报模型输入变量的确定
2.4.2 序列信息的引入
2.4.3 耀斑预报模型定阶
2.5 序列信息对耀斑预报模型的影响
2.5.1 序列信息影响的评价方法
2.5.2 序列信息影响的评价指标
2.5.3 序列信息影响的结果分析
2.6 耀斑预报建模的特点
2.6.1 输入序列的多尺度特性
2.6.2 输入输出间的不确定性
2.6.3 预报模型的非唯一性
2.7 本章小结
第 3 章 耀斑预报模型中观测序列的多尺度特性
3.1 引言
3.2 序列的多尺度分析技术
3.2.1 基于离散小波变换的多尺度分析
3.2.2 基于极大重叠离散小波变换的多尺度分析
3.3 耀斑的多尺度预报因子
3.3.1 多尺度预报因子的构造
3.3.2 多尺度预报因子的信息度量
3.3.3 多尺度预报因子的物理解释
3.4 多尺度预报因子的评价
3.4.1 原始数据的生成
3.4.2 多尺度预报因子的性能比较
3.5 本章小结
第 4 章 耀斑预报的不确定性建模方法
4.1 引言
4.2 不确定性模型的建立方法
4.2.1 模型结构的学习
4.2.2 模型参数的学习
4.2.3 朴素贝叶斯模型
4.3 基于光球磁场观测序列的不确定性推理模型
4.3.1 模型的预处理
4.3.2 耀斑不确定性推理模型及其物理解释
4.4 耀斑预报的不确定性模型性能分析
4.4.1 耀斑预报模型的性能评价指标
4.4.2 模型预处理过程中重采样程度分析
4.4.3 耀斑预报模型性能比较
4.5 本章小结
第 5 章 耀斑预报的多模型融合方法
5.1 引言
5.2 光球磁场观测序列的成组特性
5.2.1 预报因子组的生成
5.2.2 预报因子组的非唯一性
5.2.3 预报因子组的物理解释
5.3 多模型融合方法
5.3.1 生成基预报模型的方法
5.3.2 基模型的融合策略
5.4 基模型多样性的度量
5.5 基于预报因子组的耀斑预报模型融合
5.6 本章小结
结 论
参考文献
攻读博士学位期间发表的学术论文及其它成果
哈尔滨工业大学博士学位论文原创性声明
哈尔滨工业大学博士学位论文使用授权书
致 谢
个人简历