| 主权项 |
一种日冕物质抛射多伴随现象的检测方法，对事件发生记录catalog数据(提供多种现象的发生时间及位置等描述信息)和大气成像仪(AIA)观测图像数据进行处理以获取日冕物质抛射CME与其伴随现象之间相互关联关系，包括如下步骤：步骤1：根据事件发生记录catalog获取n次CME现象，记录每次CME的发生时间段(t<sub>p,1</sub>,t<sub>p,2</sub>)和中央位置角度CPA<sub>p</sub>,其中1≤p≤n表示第p次CME；步骤2：取某一时间段t＝(t<sub>p,1</sub>',t<sub>p,2</sub>'),t<sub>p,1</sub>≤t<sub>p,1</sub>'＜t<sub>p,2</sub>'≤t<sub>p,2</sub>，调入catalog数据关于t时间段内六种伴随现象(记Y＝{日冕暗化,日冕洞,日冕波,暗条爆发,耀斑,"S"形状})的出现情况<img file="FDA0000648062500000015.GIF" wi="177" he="76" />将Y<sub>p</sub>作为该CME的标签集；步骤3：对CME在t时间段内提取纹理特征向量x<sub>p</sub>；根据catalog，对AIA某一频道对应t时间段内图像序列顺序随机选择k张图像I＝{I<sub>1</sub>,I2,…I<sub>k</sub>}，对每张图像I<sub>q</sub>,1≤q≤k进行步骤3.1‑3.3，得到56×k维特征向量x<sub>p</sub>；步骤3.1：提取图像I<sub>q</sub>角度CPA<sub>p</sub>‑45°≤θ≤CPA<sub>p</sub>+45°日面区域，得到<img file="FDA0000648062500000011.GIF" wi="48" he="128" />日面；旋转该区域到日面的西北(右上)区域，如同以日面中心为原点的直角坐标系中的第一象限位置；使用R<sub>⊙</sub>×R<sub>⊙</sub>的正方形区域包含该<img file="FDA0000648062500000012.GIF" wi="46" he="127" />日面，其他无关区域值设置为0，得到的图像I<sub>q</sub>'尺寸小于原图像I<sub>q</sub>的<img file="FDA0000648062500000013.GIF" wi="78" he="132" />步骤3.2：采用<img file="FDA0000648062500000014.GIF" wi="752" he="158" />I<sub>q</sub>'(·,·)表示图像I<sub>q</sub>'的像素值，(i,j)表示像素坐标，将图像灰度化后计算图像I<sub>q</sub>″在θ＝(0°,45°,90°,135°)，d＝1，灰度值级数为256时的4个灰度共生矩阵，分别计算角二阶距、逆差距、对比度、熵、相关度5个二次统计量，得到20维特征；步骤3.3：对图像I<sub>q</sub>'采用3级二维双树复小波变换得到18个复系数带通子图，计算每一个子图的能量和标准差得到36维特征；步骤4：将步骤2得到的标签和步骤3得到的特征向量相结合，得到带标签的CME实例集合T＝{(x<sub>1</sub>,Y<sub>1</sub>),(x<sub>2</sub>,Y<sub>2</sub>),…(x<sub>n</sub>,Y<sub>n</sub>)}；采用数据T，利用多标记学习方法训练多标签模型h:X→2<sup>Y</sup>，X表示特征空间；步骤5：对于一个新的CME，在其某一频道随机按时间顺序选择k张图像，采用步骤3.1‑3.3所述的方法提取特征向量x，再利用已经训练好的多标签模型h对其伴随现象进行检测，得到目标伴随现象集合y。 |
