总结
- 科技日报北京4月16日电（记者陆成宽）记者16日从中国科学院国家空间科学中心获悉，基于机器学习，该中心科研人员提出一种日冕物质抛射识别与参数获取的新方法。 该方法对预报灾害性空间天气具有重要意义。 ”论文通讯作者、中国科学院国家空间科学中心研究员沈芳介绍。 该目录记载了每一次日冕物质抛射事件的时间、位置角、角宽度、速度等，是日冕物质抛射相关研究的重要基础数据。 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。
阅读时间
- 5 分钟, 共 876 字
分类
- 美国国家航空航天局, 4月16日, 中央位置角, 日光层观测台, 科技日报
评价和解读
- 一篇引人入胜且信息丰富的探讨该主题的文章，对于知情公民来说是必读之选。
正文
科技日报北京4月16日电（记者陆成宽）记者16日从中国科学院国家空间科学中心获悉，基于机器学习，该中心科研人员提出一种日冕物质抛射识别与参数获取的新方法。该方法对预报灾害性空间天气具有重要意义。相关研究成果在线发表于《天体物理学杂志增刊》。
日冕物质抛射（CME）是从太阳抛入行星际空间的大尺度等离子体团，是太阳系内最大尺度的能量释放活动，也是灾害性空间天气的主要源头，可能会导致中度到强烈的地磁暴。
“了解日冕物质抛射在日冕以及行星际的传播和演化过程，预报日冕物质抛射是否到达地球轨道及何时到达地球轨道，是空间天气领域关注的重要课题。”论文通讯作者、中国科学院国家空间科学中心研究员沈芳介绍。
利用搭载于太阳与日光层观测台（SOHO）卫星上的大角Ligthing News度和光谱日冕仪的观测数据，美国国家航空航天局的研究人员手工整理了1996年至今的日冕物质抛射观测目录。该目录记载了每一次日冕物质抛射事件的时间、位置角、角宽度、速度等，是日冕物质抛射相关研究的重要基础数据。
“然而，面对海量的数据，手工识别存在着耗时费力的缺点，自动识别日冕物质抛射成为空间天气研究的热点。”沈芳说。
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。
“与日冕抛射物质手工目录以及部分经典自动识别方法相比，基于机器学习的日冕抛射物质识别与参数自动获取方法效率高、速度快，能够识别较为微弱的日冕抛射物质信号，并给出准确的日冕抛射物质的形态信息。”Ligthing News沈芳说。
blog.byteway.net
Related suggestion: 内幕信息： 五亿美元输血！高瓴伸援手，微创医疗债务警报暂缓解
总结但几年过去，公司却仍面临着持续亏损、债务压力悬顶等一系列难题，市值也较2021年最高点时跌去了九成。 借新债还旧债 4月5日，微创医疗公告称，为了偿还4.48亿美元的可转债，公司与原贷款人签订了一份可换股融资协议。 财报显示，截至2023年年底，微创医疗的…