公开(公告)号：CN114897010B

公开(公告)日：2024-11-08

申请号：CN202210464770.6

申请日：2022-04-29

Applicant: 东南大学

Inventor： 祝雪芬 ,  林梦颖 ,  陆正鹏 ,  陈熙源

IPC: G06F18/24 ,  G06F18/213 ,  G06N3/048 ,  G06N3/084 ,  G06N20/00 ,  G01S19/37

Abstract: 基于重采样改进的梯度提升树的强电离层闪烁检测方法，该方法首先提取出GNSS信号中I、Q支路的相关值并计算与其相关的数学表达式作为电离层闪烁检测模型特征向量，采用人工分类将闪烁事件分为弱、中、强三等级并标记。将预处理后的数据集按一定比例分为训练集和测试集，对训练集采用SMOTE‑ENN技术进行重采样得到样本平衡后的数据集，用于XGBoost算法的建模与优化，测试集用于模型性能评估。训练后的分类模型可实现各种闪烁强度下的电离层闪烁事件分类。该方法相对于传统方法在保证整体检测准确率较高的同时，有效提高了强电离层闪烁的识别准确度。

公开(公告)号：CN111428794B

公开(公告)日：2023-08-08

申请号：CN202010227427.0

申请日：2020-03-27

Applicant: 东南大学

Inventor： 祝雪芬 ,  罗铱镅 ,  林梦颖 ,  杨帆

IPC: G06F18/2411 ,  G06F18/10 ,  G06F18/213 ,  G06F18/21

Abstract: 本发明公开了一种基于支持向量机模型的太阳射电暴检测方法，所述支持向量机是一种二分类模型，能使得离超平面距离最近的样本点到该平面的几何间隔最大化。该方法利用太阳射电暴发生对GPS/BDS信号载噪比、定位误差、几何精度因子、卫星失锁的影响，结合SVM分类算法判断太阳射电暴是否发生。在此过程中，首先输入观测地卫星的载噪比、三个方位的定位误差、几何精度因子、卫星失锁数目，进行数据预处理，得到特征向量，并对太阳射电暴是否发生进行标记。接着将样本输入SVM分类器中进行学习，得到最优分类器。当新的特征向量进入分类器时，将自动进行分类。该判定方法能实现全天候检测，效率高，过程简单，并且不依赖于射电望远镜，成本低。

公开(公告)号：CN114897010A

公开(公告)日：2022-08-12

申请号：CN202210464770.6

申请日：2022-04-29

Applicant: 东南大学

Inventor： 祝雪芬 ,  林梦颖 ,  陆正鹏 ,  陈熙源

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00 ,  G01S19/37

Abstract: 基于重采样改进的梯度提升树的强电离层闪烁检测方法，该方法首先提取出GNSS信号中I、Q支路的相关值并计算与其相关的数学表达式作为电离层闪烁检测模型特征向量，采用人工分类将闪烁事件分为弱、中、强三等级并标记。将预处理后的数据集按一定比例分为训练集和测试集，对训练集采用SMOTE‑ENN技术进行重采样得到样本平衡后的数据集，用于XGBoost算法的建模与优化，测试集用于模型性能评估。训练后的分类模型可实现各种闪烁强度下的电离层闪烁事件分类。该方法相对于传统方法在保证整体检测准确率较高的同时，有效提高了强电离层闪烁的识别准确度。

公开(公告)号：CN109508730B

公开(公告)日：2021-07-27

申请号：CN201811129953.2

申请日：2018-09-27

Applicant: 东南大学

Inventor： 祝雪芬 ,  林梦颖 ,  陈熙源 ,  汤新华

IPC: G06K9/62

Abstract: 本发明提出了一种基于非线性SVM算法的电离层相位闪烁检测方法，所述方法利用机器学习中的非线性SVM算法，对检测到的信号进行相位闪烁判断，SVM算法目的是通过给定的具有某些特征的样本，寻找一个超平面对样本进行分类，并应用到新样本中。在此过程中，首先将接收到的GPS信号经高通滤波等处理并计算得相位闪烁指数的最大值和平均值，将其作为学习样本对对应的闪烁事件进行标签，设置标签为1或‑1，表示相位闪烁事件发生或未发生，接着将样本输入非线性SVM分类器中进行学习，得到最优分类器，当新的相位闪烁事件特征向量进入SVM分类器时，将对其自动进行分类，该检测方法能同时对大量闪烁事件分类，同时非线性SVM算法的使用提高了分类模型的准确度。