一种基于3D卷积神经网络对太阳耀斑的爆发进行预报的方法

摘要

本发明公开了一种基于3D卷积神经网络对太阳耀斑的爆发进行预报的方法，包括：1、采用连续观测数据构建观测数据立方体；2、采用训练集对3D卷积神经网络模型进行训练；3、将测试集输入训练的3D卷积神经网络模型进行预测。本发明通过将时间上连续的一系列太阳活动区图像进行定位、跟踪、截取和矫正，可以避免后续输入入至模型中的图片失真问题，使得结果更贴合实际，而将处理后的数据配合本申请特定的3D卷积神经网络，能够充分提取太阳连续观测数据中所包含的时序信息，从而捕捉活动区的演化过程信息，有效地提高了模型对太阳耀斑预报的准确性；同时，由于使用的是连续的太阳观测数据，有效降低了观测数据收集与整理工作的复杂度。