31、基于机器学习的日冕物质抛射自动预测

基于机器学习的日冕物质抛射自动预测

1. 样本划分与性能评估

在处理有限数量样本时，为了对分类器的性能进行正确的统计评估，通常采用将样本划分为训练集和测试集的方法。具体操作是使用随机数生成器来决定哪些样本用于训练分类器，哪些用于测试。分类误差主要取决于所使用的训练和测试样本。对于有限数量的样本，可以使用误差计数程序来估计学习算法的性能。

在相关实验中，采用 80% 随机选择的样本进行训练，剩余 20% 用于测试。日冕物质抛射（CME）的预测性能使用 ROC 曲线进行评估，使用两个性能指标：真阳性（TP）率和假阳性（FP）率，计算公式如下：
- TP 率 = 正确的阳性预测 / 总阳性数
- FP 率 = 错误的阴性预测 / 总阴性数

其中，“正确的阳性预测”是系统正确预测耀斑会产生 CME 的总案例数；“错误的阴性预测”是系统错误预测耀斑不会产生 CME 的总案例数；“总阳性数”是耀斑产生 CME 的案例总和（测试中使用的关联案例数）；“总阴性数”是耀斑未产生 CME 的案例总和（测试中使用的非关联案例数）。

2. 学习算法的优化

为了确定 CCNN 和 SVM 这两种机器学习算法哪种更适合该应用，对它们的预测性能进行了比较。在比较之前，需要对这两种学习算法进行优化，以确保达到最佳性能。

2.1 CCNN 的优化

CCNN 在处理目录中的太阳数据时能提供最佳的神经网络性能，但在当前应用中仍需进行优化。这里使用的 CCNN 由输入层、隐藏层和输出层组成，输出层有一个输出节点，若预测会发生 CME，其数值为 0.9，否则为 0.1。

优化实验步骤如下：