基于改进的多因素SVM算法的太阳射电暴强度检测

为实现对太阳射电暴(SRBs)强度的自动检测,提出了一种基于改进的多因素支持向量机(SVM)的SRBs强度检测方法.首先,分析SRBs对全球导航卫星系统(GNSS)信号的影响,提取能够反映接收站点SRBs强度的特征向量.根据太阳射电流量对SRBs强度进行分类标签,不同标签对应不同SRBs强度类型,训练样本由特征向量及其标签组成.其次,将具有不同标签的训练样本输入SVM分类器,进行一对一训练,得到最优分类模型.最后,将最优分类模型合成为改进的多因素SVM分类器,用于自动识别更新后的SRBs样本.实验结果表明,对于历史SRBs事件,当太阳入射角大于20.时,SRBs强度检测的平均准确率在90％以上.该算法综合考虑了多种因素,可进行SRBs强度的自动检测,与其他方法相比,该方法不依赖射电望远镜,节约了成本且检测精度更高.