本地纯净下载
纯净官方版金年会会员登录页面官网入口
此次,科研人员提出了基于机器学习的日冕抛射物质识别与参数获取方法。首先,科研人员基于大角度和光谱日冕仪的图像数据,训练了一个能够判别图像内是否有日冕物质抛射的卷积神经网络模型;随后,利用主成分分析方法提取神经网络的特征图中的信息,获取了能够展示每一张观测图像中日冕物质抛射位置的共定位图;最后,根据不同图像中日冕抛射物质区域的形状、位置等特征,获取了日冕抛射物质的速度、角宽度以及中央位置角等信息。
。2.54MB/2024/07/09
直接下载6.94MB/2024/07/09
直接下载8.97MB/2024/07/09
直接下载8.33MB/2024/07/09
直接下载3.28MB/2024/07/09
直接下载4.96MB/2024/07/09
直接下载0.40MB/2024/07/08
直接下载2.16MB/2024/07/08
直接下载1.50MB/2024/07/08
直接下载4.13MB/2024/07/08
直接下载7.92MB/2024/07/08
直接下载5.97MB/2024/07/08
直接下载16.7MB/2024/07/08
直接下载41.5MB/2024/07/08
直接下载21.0MB/2024/07/08
直接下载39.9MB/2024/07/08
直接下载87.4MB/2024/07/08
直接下载31.29MB|查看
42.40MB|查看
66.83MB|查看
38.57MB|查看
28.87MB|查看
81.58MB|查看
85.45MB|查看
59.10MB|查看
98.73MB|查看
35.29MB|查看
53.16MB|查看
金年会网站平台17.98MB|2024/07/08
金年会官网登录官网96.18MB|2024/07/08
金年会体育官方app下载33.52MB|2024/07/08
金年会体育app官方网站下载27.79MB|2024/07/08
金年会手机app下载官方版80.2MB|2024/07/08
金年会体育平台新地址82.16MB|2024/07/08
欧洲杯2024分组表91.60MB|2024/07/08
欧洲杯体育买球33.49MB|2024/07/089
金年会网页版在线登录网址92.34MB|2024/07/08
金年会手机版在线登录官网入口网址51.37MB|2024/07/08