申请/专利权人：之江实验室

申请日：2023-02-27

公开（公告）日：2024-01-30

公开（公告）号：CN116304624B

主分类号：G06F18/213

分类号：G06F18/213;G06F18/10;G06N3/08;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.01.30#授权;2023.07.11#实质审查的生效;2023.06.23#公开

摘要：基于斜线检测和曲线拟合消色散的快速射电暴搜寻方法，包括以下步骤：多卷积核斜线检测去噪、利用U型网络进行语义级分割、FRB检测、骨架提取、RANSAC拟合、一次矫正、残差矫正。本发明利用多卷积核斜线检测去噪，并增强快速射电暴信号，利用U型网络对FRB进行分割，并根据分割结果对横向和纵向的相对长度来进行FRB检测。将分割结果使用骨架提取算法进行细化，然后利用RANSAC算法对FRB进行拟合，最终对原始图像进行一次矫正和残差矫正，并计算出色散值等物理参数。本发明可以很好的增强FRB信号，抑制强噪声信号，解决了天文数据中缺少已标注数据集问题，并解决了传统算法消色散阶段算力消耗巨大的问题。

主权项：1.基于斜线检测和曲线拟合消色散的快速射电暴搜寻方法，其特征在于，包括以下步骤：1利用多核斜线检测去噪；对FRB的时频图进行滑窗操作，将原图、去噪结果图和膨胀结果进行通道维度的拼接，获得神经网络的输入图；具体包括：1a生成多种斜率；FRB信号特征符合如下表达式，利用色散值创建表达式，根据频率进行分段，得到多个不同的斜率； 式中，vlo和vhi分别为最低频率和最高频率，DM为色散值，Δt是时间差；1b构建斜线检测卷积核；对步骤1a中得到的每个斜率，生成不同尺寸的卷积核；1c利用卷积核进行去噪和信号增强；采用步骤1b中生成的卷积核对FRB的时频图进行滑窗操作，在不同频率段进行分段卷积，并进行拼接、加和操作，生成去噪结果，并将去噪结果进行形态学膨胀；最终，将原图、去噪结果图和图像形态学膨胀结果进行通道维度的拼接，获得神经网络的输入图；2利用U型网络进行语义级分割；利用U型网络对FRB时频图像进行二值分割；具体包括：2a利用FRB信号特征表达式，构造大量伪样本，标签为FRB分割结果；2b构建U型网络，其编码器为在ImageNet上预训练的ResNet-34模型，利用步骤2a得到的数据集进行训练，其损失函数为Tverskyloss和二值交叉熵损失；2c对步骤2b所得到的结果进行端对端的二值分割；3FRB检测；将二值分割结果，分别对横向w和纵向h进行投影，计算其投影像素量分别占横向w和纵向h的百分比率，若比率大于δ，则将其判定为FRB候选体；4骨架提取；利用骨架提取算法对预测的FRB候选体结果进行处理，得到FRB的细化骨架；5对FRB曲线进行拟合；6一次矫正；利用拟合表达式，对原图、二值分割结果、骨架提取结果，分别进行首次矫正；7残差矫正；利用新的表达式，对原图、二值分割结果、骨架提取结果，分别进行二次矫正；具体包括：7a利用已经矫正的骨架提取结果，收集矫正结果邻域的像素位置，计算得到每一行的偏差，其中缺失的部分利用线性插值进行处理，并得到新的表达式；7b利用新的表达式，对原图、二值分割结果、骨架提取结果，分别进行二次矫正。

全文数据：

权利要求：

百度查询： 之江实验室 基于斜线检测和曲线拟合消色散的快速射电暴搜寻方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD