日冕物质抛射的识别与追踪方法研究任务书

 2022-01-14 09:01

全文总字数:2161字

1. 毕业设计(论文)主要内容:

随着日冕仪对日冕物质抛射(CME)观测数据的积累,已证明CME的自动检测与跟踪至关重要。

卷积神经网络在图像分类、目标检测和其他计算机视觉任务中的出色表现促使我们将其应用于CME检测和跟踪。

这是一个有监督的图像分类问题,我们通过使用从在线CME事件库中获得的训练标签用于训练神经网络模型来解决该问题,那些包含CME结构的图像被标记为CME图像。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要任务及要求

1.查阅15篇相关文献(不少于3篇外文文献),并每篇书写200—300字文献摘要(装订成册,带封面);2.认真填写周记,完成至少1500字开题报告(“设计的目的及意义”至少800汉字;“基本内容和技术方案”至少400汉字;进度安排应尽可能详细;教指导教师意见应包含:学生的调研是否充分?基本内容和技术方案是否已明确?是否已经具备开始设计(论文)的条件?能否达到预期的目标?是否同意进入设计(论文)阶段?);3.完成5000中文字以上的相关英文专业文献翻译,随开题报告上传至系统;4.完成系统的编码与调试;5.完成10000字以上的毕业论文;6.进行论文答辩。

3. 毕业设计(论文)完成任务的计划与安排

(1)2020/1/13—2020/2/28:确定选题,查阅文献,外文翻译和撰写开题报告; (2)2020/3/1—2020/4/30:系统架构、程序设计与开发、系统测试与完善; (3)2020/5/1—2020/5/25:撰写及修改毕业论文;(4)2020/5/26—2020/6/5:准备答辩。

4. 主要参考文献

[1] Pengyu Wang,Yan Zhang,Li Feng, et al. A New Automatic Tool for CME Detection and Tracking with Machine Learning Techniques. arXiv:1907.08798[astro-ph.SR]

[2] SimonyanK,ZissermanA.VERYDEEPCONVOLUTIONALNETWORKSFORLARGE-SCALEIMAGERECOGNITION.arXiv:ComputerVisionandPatternRecognition,2014.

[3] HeK,ZhangX,RenS,etal.DeepResidualLearningforImageRecognition.arXiv:ComputerVisionandPatternRecognition,2015.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。