公共文化服务平台

游善平: 作品数：16 被引量：30H指数：3; 供职机构：贵州师范大学更多>>; 发文基金：国家自然科学基金中国科学院战略性先导科技专项贵州省科学技术基金更多>>; 相关领域：天文地球自动化与计算机技术电子电信理学更多>>

合作作者

基于相位特征的脉冲星搜索方法研究: 2025年; 在FAST天文射电观测数据的脉冲星真实信号搜索和候选体筛选实验中,发现频域消色散过程中的脉冲星真实信号展现出了独特的相位特征。基于这种相位特征,利用机器学习等图像识别技术,实现了对脉冲星真实信号的识别与甄选,并获得了其色散值和频率。此外,与传统周期搜索方法相比,该方法在脉冲星搜索速度方面更加有效,得到的候选体数量更少,更有利于人工筛选,为脉冲星的快速识别和精确测量提供了新的技术路径。; 何兵游善平于徐红李宏伟

基于小波包阈值法的脉冲星信号去噪方法研究被引量：9: 2021年; 小波变换去噪只对信号的低频部分进行分解和处理,忽略了信号的高频部分,无法对信号的整个频段进行有效的信息提取,进而影响脉冲星信号去噪的效果。提出利用小波包阈值法对脉冲信号进行分析,针对小波包分解后的系数选用不同的阈值函数处理。实验结果表明,脉冲星信号的去噪效果明显提高,其中,脉冲星信号的信噪比、峰值信噪比与平滑度指标都有相应的改善,为脉冲星信号去噪提供了一种新的思路。; 邵广盛刘志杰余秋雨游善平; 关键词：小波包分解阈值法去噪

一种基于相位特征的脉冲星搜索方法及系统: 本发明涉及天文观测技术领域，且公开了一种基于相位特征的脉冲星搜索方法，包括以下步骤：步骤一：数据预处理步骤：对接收的脉冲星时域信号进行自相关截断处理，先将时域信号通过快速傅里叶变换转为频域信号，然后让频域信号点乘自身的模...; 何兵于徐红游善平

基于机器学习的单脉冲候选体识别被引量：2: 2024年; 大规模射电天文巡天项目往往会产生海量数据,对其进行单脉冲搜索会得到数以亿计的单脉冲候选体信号,包含许多周期搜索无法找到的非周期性脉冲信号。500 m口径球面射电望远镜(FAST)多科学目标同时扫描巡天(CRAFTS)更会产生大量的数据,CRAFTS数据中信号量少,干扰其他无关信号多,逐一筛查耗时巨大,且现有AI模型对CRAFTS脉冲信号识别的准确率低。在FETCH的基础上,使用DenseNet121与Xception网络训练优化已有的模型,提高AI模型对弱信号识别率,降低干扰与脉冲信号同时存在时干扰对分类器的影响,并应用于单脉冲筛选流程。结果表明,使用DenseNet121与Xception网络训练优化模型,提高了对弱信号识别的准确率,并能在一定程度排除干扰的影响,在弱信号、干扰与信号并存的数据集中表现出77.78%的召回率、1.50%的假阳率及88.49%的准确率。; 王春庆游善平曾鹏李宏伟何兵张鸿兵刘子毅; 关键词：脉冲星信噪比

基于深度学习的单脉冲候选体识别: 2025年; 中国“天眼”FAST射电望远镜单次巡天可以产生百万数量级的脉冲星候选体,巨大的数据量给传统识别方法带来了困难。FAST巡天数据中大多为干扰信号,脉冲信号只有很少一部分,且现有模型对脉冲星候选体的识别准确率不高。在CoAtNet的基础上,对频率-时间图和色散(DM)-时间图的两种特征图进行特征融合,结合卷积神经网络(CNN)和自注意力机制的优势,将训练好的模型应用于单脉冲搜索流程中。新的单脉冲搜索流程在FAST多科学目标同时扫描巡天(CRAFTS)数据中实现了99.59%的准确率,0.42%的假阳率和99.6%的召回率,证实了新的单脉冲搜索流程的有效性。; 张鸿兵游善平刘子毅; 关键词：脉冲星信噪比

基于ACGAN的图像识别算法被引量：11: 2019年; 针对基于辅助分类器生成对抗网络(ACGAN)的图像分类算法在训练过程中稳定性低且分类效果差的问题,提出一种改进的图像识别算法CP-ACGAN。对于网络结构,在判别网络的输出层取消样本的真假判别,只输出样本标签的后验估计并引入池化层。对于损失函数,除真实样本的交叉熵损失外,在判别网络中增加生成样本的条件控制标签及后验估计间的交叉熵损失。在此基础上,利用真假样本的交叉熵损失及属性重构生成器和判别器的损失函数。在MNSIT、CIFAR10、CIFAR100数据集上的实验结果表明,与ACGAN算法、CNN算法相比,该算法具有较好的分类效果与稳定性,且分类准确率分别高达99.62%、79.07%、48.03%。; 周林勇谢晓尧谢晓尧刘志杰游善平; 关键词：特征提取图像分类

基于机器学习的单脉冲搜索候选体识别对FAST观测CRAFTS数据的应用研究被引量：3: 2023年; 单脉冲搜索作为脉冲星探测的有力工具,在探测旋转射电暂现源以及快速射电暴中扮演着重要角色。为了从海量的射电巡天数据中快速筛选出最有价值的单脉冲搜索候选体,候选体识别已经从早期启发式阈值判断发展到基于机器学习自动识别。对于FAST观测,研究了基于机器学习的单脉冲搜索候选体识别应用到CRAFTS(the commensal radio astronomy FAST survey)超宽带脉冲星数据的性能表现。在评估过程中,使用单脉冲事件组识别(SPEGID)和单脉冲搜索器(SPS)两类自动识别方法,通过7种不同机器学习分类器对CRAFTS基准数据集产生的单脉冲搜索候选体进行自动识别;作为对比,也使用了启发式阈值判断的方法(RRATtrap和Clusterrank)。结果表明,SPEGID具有最好的性能表现(最高的F1-score值95.1%、次高的召回率95.4%、最低的假阳性率4.7%),SPS具有最快的筛选速度(平均每小时筛选4010个候选体)。通过对比分析结果,探讨了如何基于FAST观测数据开展高效的单脉冲搜索候选体识别。; 张彬张彬游善平于徐红谢晓尧; 关键词：脉冲星 FAST CRAFTS

一种面向FAST PB量级脉冲星数据处理加速方法及系统被引量：7: 2021年; 500 m口径球面射电望远镜(Five-hundred-meter Aperture Spherical Telescope,FAST)已投入科学运行,其中脉冲星漂移扫描巡天采集数据量已达数PB,预计每年至少新增5 PB。现有的数据处理软件如PRESTO,SIGPROC等无法满足PB量级数据的快速处理要求。提出了一种基于PRESTO的分布式并行计算方法,整合利用数据库技术和异地异构计算资源,构建了一套命名为Craber的计算加速系统,由FAST早期科学数据中心与国家天文台共同设计实现。启用Craber子网计算集群D中55个计算节点,应用澳大利亚帕克斯(Parkes)望远镜多波束巡天数据集和500 m口径球面射电望远镜漂移扫描数据验证了系统流程和搜索数据库。单个100 MB帕克斯巡天数据文件平均耗时36 s,单个128 MB 500 m口径球面射电望远镜巡天数据文件平均耗时22 s。该系统目前已实际参与数据处理并发现了数十颗脉冲星,有效帮助500 m口径球面射电望远镜加速数据处理和扩大新样本数量。; 张辉谢晓尧谢晓尧刘志杰王培刘志杰游善平王培于徐红; 关键词：脉冲星数据处理

基于深度学习的单脉冲候选体识别: 本发明涉及射电天文学技术领域，且公开了基于深度学习的单脉冲候选体识别，包括以下步骤：S1、使用Sigproc将CRAFTS数据中的Fits文件转换为Filterbank格式文件；S2、利用Heimdall产生一组Cand...; 张鸿兵游善平

单脉冲搜索在CRAFTS巡天数据中的研究与应用被引量：1: 2022年; 对大规模射电天文巡天项目产生的数据进行单脉冲搜索会产生数以亿计的脉冲星候选体。处理了500 m口径球面射电望远镜(Five-hundred-meter Aperture Spherical radio Telescope,FAST)多科学目标同时扫描巡天(The Commensal Radio Astronomy FAST Survey,CRAFTS)32万个超宽带数据文件,得到5万个脉冲星候选体。针对CRAFTS单脉冲搜索试验结果中脉冲星候选体仅有1.5%真正是脉冲星信号的问题,提出3个显著区分脉冲星信号和干扰的特征,并应用于单脉冲筛选流程。试验结果表明,改进后的单脉冲筛选工具将需要人工检查脉冲星候选体的数量降低了20%,一定程度上提高了CRAFTS巡天数据的单脉冲搜索效率。; 张彬梁楠于徐红陈宗浩刘志杰游善平; 关键词：脉冲星色散 CRAFTS 射频干扰

游善平

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

游善平

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈