买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：太原理工大学;星源数动(山西转型综合改革示范区)科技有限责任公司

摘要：本发明涉及公众科学和机器学习结合的天文图像分类领域，机器学习方法更适用于识别数量均衡且能够被训练数据良好定义的天体，当实测数据中出现训练过程中不包含的某些未知目标时机器学习的搜寻效率欠佳；本发明提供一种公众科学与机器学习相结合的特殊扩展天体发现方法，以海量天文图像预训练得到的视觉大模型为特征提取网络，将贝叶斯神经网络和视觉大模型结合，对天体所属不同类别给出对应的分类概率，通过结合图像的分类概率和所设定的图像推荐策略，搭建公众科学平台来渲染图像供用户选择分类，得到异常天体候选体图像，再通过专家系统由天文领域专家进一步确定异常天体候选体；本发明融合了贝叶斯神经网络、终身学习，能够不断迭代更新。

主权项：1.一种公众科学与机器学习相结合的特殊扩展天体发现方法，其特征在于，以海量天文图像预训练得到的视觉大模型为特征提取网络，将贝叶斯神经网络和视觉大模型结合，对天体所属不同类别给出对应的分类概率，根据图像的分类概率和所设定的图像推荐策略，搭建公众科学平台渲染图像供用户选择分类，得到异常天体候选体图像，具体步骤如下：步骤1.对所获取的天文图像进行预处理，得到固定尺寸的感兴趣的天体区域的图像；并利用贝叶斯神经网络对所获取的图像进行特征提取，获得带有不同标签概率的数据；步骤2.确定标注数据的推荐策略：根据步骤1得到的带有不同标签概率的数据确定渲染比例；标签概率分布均匀且均不超过0.6的数据是贝叶斯神经网络不能准确预测类别的异常天体候选体，以单次分类总数的50％渲染，用于获取异常天体候选体数据集；单标签概率大于0.9和具有真实标签的数据将以另外的50％进行渲染，用于评估用户分类准确率；步骤3.搭建运行公众科学平台：搭建前后端分离模式的公众科学平台，利用步骤2确定的推荐策略渲染图片供用户分类，收集用户分类信息；步骤4.数据存储与分析，将收集的用户分类信息存储在mysql数据库，以csv文件格式定期导出并对导出的文件进行已知星表匹配、异常图片标注频次分析、用户综合分类能力分析和专家标注结果分析来最终确定异常天体候选体。

全文数据：

权利要求：

百度查询： 太原理工大学 星源数动(山西转型综合改革示范区)科技有限责任公司 公众科学与机器学习相结合的特殊扩展天体发现方法