系统工程与电子技术

作者：郭军成, 万刚, 胡欣杰, 严发宝, 王帅

单位：1. 航天工程大学航天信息学院, 北京 101416；2. 山东大学空间科学研究院空间电磁探测技术实验室, 山东 威海 264200；3. 中国人民解放军66444部队, 北京 100042

关键词：太阳射电频谱,少样本学习,元学习,知识迁移

基金：国家自然科学基金(41904158);国家自然科学基金(11703017);中国博士后科学基金(2019M652385)

太阳射电频谱图像在太阳活动和空间天气的观测、研究和预报中有着重要的作用。太阳射电宽带动态频谱仪是国内观测太阳射电信号的主要设备, 但受到窗口时间、观测设备和太阳活动规律的影响, 其所采集到的频谱数据存在有效样本量少的问题。针对这一现状, 提出了一种基于元学习和迁移学习的少样本学习方法, 用于改善太阳射电频谱图像的分类性能。首先模型在元学习基准数据集上进行元知识的学习, 然后对射电频谱图像进行小样本识别的模型定义, 最后将元知识迁移到频谱图像数据集的分类任务中。通过对多种元学习方法进行实验分析和性能比较, 证明了本文方法的先进性和有效性。

来源：2022年第8期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2022年第8期