应用机器学习方法的太阳质子事件短期预报模型

• 作者: 崔延美 李蓉
• 来源期刊: 中国科学G辑
• 关键词: 太阳光球磁场 磁场复杂性和非势性 支持向量机 太阳质子事件预报
• 年，卷（期）: 2010,（7）
• 所属期刊栏目: 太阳与太阳系
• 页码范围: 938-944
• 页数: 7页
• 语种: 中文

摘要

本文选取三个描述太阳活动区磁场复杂性和非势性的特征物理量纵向磁场最大水平梯度|▽_hB_z|_m,强梯度中性线长度L,孤立奇点数目η.对这三个参量统计计算后结果作为预报因子,应用支持向量机作为预报方法建立一个基于磁场特征物理量的太阳质子事件短期预报模型,该模型可以预报活动区未来24小时是否爆发太阳质子事件.2002和2003年连续两年的样本检测并和基于传统预报因子的模型进行了比对,结果显示预报模型具有较高的准确率和较低的虚报率,从而验证了太阳光球磁场参量作为太阳质子事件预报因子的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李蓉		16	25	3.0	4.0
2	崔延美	中国科学院空间科学与应用研究中心	15	22	3.0	3.0