|国家科技期刊平台
| 注册
首页|期刊导航|空间科学学报|基于深度表征学习的紫外极光卵图像聚类

基于深度表征学习的紫外极光卵图像聚类

张龄舒 邹自明 白曦

空间科学学报2023，Vol.43Issue(2)：219-230,12.
✕
空间科学学报2023，Vol.43Issue(2)：219-230,12.

基于深度表征学习的紫外极光卵图像聚类

Clustering of Ultraviolet Auroral Oval Images Based on Deep Representation Learning

张龄舒 1邹自明 2白曦2

作者信息

  • 1. 中国科学院国家空间科学中心 北京 100190||中国科学院大学 北京 100049||国家空间科学数据中心 北京 100190
  • 2. 中国科学院国家空间科学中心 北京 100190||国家空间科学数据中心 北京 100190
  • 折叠

摘要

关键词

极光卵及形态归类/紫外极光卵图像聚类/MoCo-GMM模型

分类

天文与地球科学

引用本文复制引用

张龄舒,邹自明,白曦..基于深度表征学习的紫外极光卵图像聚类[J].空间科学学报,2023,43(2):219-230,12.

基金项目

中国科学院网信专项资助(CAS-WX2021PY-0101) （CAS-WX2021PY-0101）

空间科学学报

OA北大核心CSCDCSTPCD

0254-6124

访问量0
|
下载量0
段落导航相关论文