摘要
快速射电暴(FRB)是一种神秘的天文现象,在射电天文学领域,FRB的研究对于理解宇宙中的极端物理过程和天体演化机制具有重要意义.针对现有面向真实FRB信号的搜寻算法存在资源耗费大、搜寻效率低等问题,提出了一种基于小波卷积与Former结构的搜索算法.采用图像金字塔构建不同尺寸下的图像特征,利用小波卷积特征提取器和Former特征提取器分别对不同尺寸的图像特征进行特征提取,随后使用特征采样注意力机制对不同特征提取器提取的特征结果进行特征融合,以判断当前信号帧图像中是否存在快速射电暴信号.实验结果表明,所提出的方法能减少时间开销,提高分类准确率.在公开的真实数据集上进行了迁移训练,将算法应用到真实FRB信号的搜寻中,测试结果表明,算法对真实FRB信号搜寻的准确率达到了 0.996,F1 指标达到了 0.986,代码和实验公开在https://github.com/aoxipo/PCT网站上.
NETL
NSTL
万方数据