基于改進(jìn)SpectralNet的云南40米射電望遠(yuǎn)鏡RFI聚類研究
摘 要: 為了在進(jìn)行脈沖星觀測受到嚴(yán)重射頻干擾(RFI)污染問題時制定特定的緩解策略,提出了一種基于卷積自編碼器和譜聚類的圖像聚類模型CAE-SpectralNet。該模型自編碼器部分自動從圖像中提取關(guān)鍵特征,避免了手動操作的困難,而譜聚類則將特征空間中距離最近的點聚成簇,有助于揭示數(shù)據(jù)的內(nèi)在結(jié)構(gòu)信息。(剩余12480字)
摘 要: 為了在進(jìn)行脈沖星觀測受到嚴(yán)重射頻干擾(RFI)污染問題時制定特定的緩解策略,提出了一種基于卷積自編碼器和譜聚類的圖像聚類模型CAE-SpectralNet。該模型自編碼器部分自動從圖像中提取關(guān)鍵特征,避免了手動操作的困難,而譜聚類則將特征空間中距離最近的點聚成簇,有助于揭示數(shù)據(jù)的內(nèi)在結(jié)構(gòu)信息。(剩余12480字)