【摘要】：為了進(jìn)一步探討太陽耀斑與太陽黑子參量的關(guān)系,本文采集了大規(guī)模的活動(dòng)區(qū)黑子數(shù)據(jù),統(tǒng)計(jì)其與耀斑發(fā)生的產(chǎn)率關(guān)系,應(yīng)用得到的擬和公式對(duì)原始數(shù)據(jù)計(jì)算得到規(guī)范化后的數(shù)據(jù)集.在此基礎(chǔ)上使用數(shù)據(jù)挖掘技術(shù)對(duì)黑子耀斑數(shù)據(jù)建立決策樹模型和建立分類規(guī)則,具體描述了黑子數(shù)據(jù)和太陽耀斑之間的相關(guān)性.最后應(yīng)用這兩種技術(shù)對(duì)活動(dòng)區(qū)未來48h是否爆發(fā)耀斑給出了預(yù)報(bào),預(yù)報(bào)結(jié)果具有較高的準(zhǔn)確率和較低的虛報(bào)率.
[Abstract]:In order to further study the relationship between solar flares and sunspot parameters, the large scale active region sunspot data are collected, and the relation between solar flares and the yield of solar flares is calculated. The normalized data set is obtained by applying the quasi-sum formula to the calculation of the original data. On this basis, the decision tree model and classification rules of sunspot flare data are established by using data mining technology, and the correlation between sunspot data and solar flare is described in detail. Finally, the two techniques are used to predict whether flares will erupt in the active region in the next 48 hours. The prediction results have higher accuracy and lower false report rate.
【作者單位】： 北京物資學(xué)院;中國科學(xué)院空間科學(xué)與應(yīng)用研究中心;
【基金】：國家自然科學(xué)基金(編號(hào):10973020) 北京市屬高等學(xué)校人才強(qiáng)教計(jì)劃資助項(xiàng)目(編號(hào):PHR200906210) 北京市教育委員會(huì)科研基地建設(shè)項(xiàng)目(編號(hào):WYJD200902);北京市教育委員會(huì)科技計(jì)劃項(xiàng)目(編號(hào):KM200810037001)資助
【分類號(hào)】：TP311.13;P182.52

【共引文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 崔延美;太陽光球磁場特性與耀斑相關(guān)性研究[D];中國科學(xué)院研究生院（國家天文臺(tái)）;2007年

相關(guān)碩士學(xué)位論文 前1條

1 趙海娟;太陽活動(dòng)預(yù)報(bào)[D];中國科學(xué)院研究生院（云南天文臺(tái)）;2004年

【相似文獻(xiàn)】

相關(guān)博士學(xué)位論文 前2條

1 黃鑫;基于序列數(shù)據(jù)的太陽耀斑預(yù)報(bào)方法研究[D];哈爾濱工業(yè)大學(xué);2010年

2 黃鑫;基于序列數(shù)據(jù)的太陽耀斑預(yù)報(bào)方法研究[D];哈爾濱工業(yè)大學(xué);2010年

，

本文編號(hào)：2259929