-
题名一种基于轻量化CNN的天文暂现源智能识别方法
- 1
-
-
作者
李晓斌
薛长斌
戴育岐
周莉
-
机构
中国科学院国家空间科学中心
中国科学院大学
-
出处
《空间科学学报》
CAS
CSCD
北大核心
2023年第1期112-118,共7页
-
基金
中国科学院GF科技重点实验室基金项目资助(CXJJ-20 S017)。
-
文摘
天文暂现源携带了关于天体本质及演化过程的丰富信息,对暂现源进行探测与研究具有极为重要的科学价值。天文暂现源的辐射峰值大多在X射线或伽马射线,天基望远镜对这些高能波段的观测优势是地基望远镜无法比拟的,更适合于暂现源观测。但由于星载计算机的性能约束,很难实现依托于地面强大算力的复杂检测算法。针对以上问题,提出了基于轻量化卷积神经网络(CNN)模型的天基暂现源检测算法,并在嵌入式ARM平台上实现了模型部署。实验结果表明,本文提出的轻量化CNN暂现源检测算法的模型复杂度和计算量不及Deep Hits算法的1/4,准确率达到96.52%,可应用于星载有限算力平台,实现未来的天基暂现源实时检测。
-
关键词
暂现源检测
轻量化CNN模型
星载有限算力平台
模型部署
-
Keywords
Transients detection
Lightweight CNN model
Space-based limited computing platform
Model deployment
-
分类号
P152
[天文地球—天文学]
TP391
[自动化与计算机技术—计算机应用技术]
-
