基于机器学习方法的EAST托卡马克等离子体电子回旋共振成像的准确数据清理程序
摘要：EAST托卡马克电子回旋共振发射成像（ECEI）的新数据清理程序的构建。应用支持向量机和决策树等机器学习技术，识别ECEI原始数据中的饱和、零售和弱信号，既减少了研究人员在数据分析方面的工作量，又提高了数据预处理的准确性。为了增强程序的可靠性，根据EAST托卡马克上ECEI实验的大量原始数据，对合适的训练集进行了抽样。在模型训练后，通过设定时间信号的窗口大小、核函数和其他模型参数。因此，原始数据中饱和、零售和弱信号的识别率分别为99.4％，99.86％和99.9％，证明了该程序的准确性。
作者：C. Li, T. Lan, Y. Wang, J. Liu, J. Xie, T. Lan, H. Li and H. Qin
论文ID：1805.09540
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2018-11-14