统计学及其接口

第9卷（2016）

数字4

大数据统计计算理论与方法专刊

客座编辑：陈明辉（康涅狄格大学）；Radu V.Craiu（多伦多大学）；Faming Liang（佛罗里达大学）；和刘川海（普渡大学）

预处理太阳图像，同时保留其潜在结构

页：535 – 551

内政部：https://dx.doi.org/10.4310/SII.2016.v9.n4.a12

作者

Nathan M.Stein（美国宾夕法尼亚州费城宾夕法尼亚大学沃顿商学院统计系）

David A.van Dyk（英国伦敦帝国理工学院数学系统计科）

Vinay L.Kashyap（美国马萨诸塞州剑桥市哈佛-史密森天体物理中心高能天体物理部）

摘要

美国国家航空航天局（NASA）卫星太阳动力学观测台（Solar Dynamics Observatory）上的大气成像组件（Atmospheric Imaging Assembly）等望远镜通过多波长滤光片收集大量太阳高分辨率图像。基于这些图像重建像素逐个像素的热特性可以作为一个带有泊松噪声的不适定逆问题来处理，但这种重建的计算成本很高，研究人员对什么是正则化或先验假设最合适存在分歧。本文提出了一种用于预处理此类图像的图像分割框架，以减少数据量，同时保留尽可能多的热信息，供后续分析使用。得到的分割图像反映了热特性，但不依赖于求解不适定逆问题。这允许用户完全避免泊松反问题，或者在每个$\sim 10$段上而不是在每个$\sim 10^7$像素上解决它，从而将计算时间减少了$\sim10 ^6$的一倍。我们使用了一类参数差异，可以表示为每个像素中多通观测值的非线性变换向量之间的余弦差异函数或Hellinger距离。我们开发了一个决策理论框架，用于选择相似度，以最小化基于分段图像而不是逐像素估算可识别热特性时产生的预期损失。我们还研究了不同差异对恢复团簇潜在热性质的影响。预期损失是根据科学的先验分布计算的。两个模拟研究指导我们选择不同的函数。我们通过分割2015年2月26日观测到的冠状洞图像来说明我们的方法。

关键词

聚类、决策理论、相异性测度、海林格距离、图像分割、潜在结构、太阳物理学、空间天气

2016年9月14日出版