极光图像自动分类网络

准确率98.5%

这是首次将Transformer与ConvNeXt模型应用于极光结构分类，其中ConvNeXt模型以98.5%的准确率超越了包括CNN在内的所有对比算法。

Zhiyuan, Shang · 尧中华 · Jian, Liu · 徐林莉 · Xu, Yan · 張彬錚 · Guo, Ruilong · Wei Y.

Universe 2023

参数信息

分类准确率

98.5 %

技术优势

分类更准

ConvNeXt模型在所有应用的算法中取得最高的分类准确率，达到98.5%。

直接比过

研究对多种深度学习算法进行了直接比较，为极光分类任务提供了基准。

应用场景

• 空间天气监测：自动分类极光形态，快速监测空间天气事件。
• 天文图像分析：用深度学习模型自动识别天文图像中的极光结构，替代人工肉眼分类。
• 遥感图像分类：将预训练模型迁移到遥感图像分类任务，提升自动化处理效率。