太阳黑子的图像块分析与聚类：一种降维方法

太阳黑子在白光或连续谱图像中可见，与太阳上的高磁活动区域相关，这些区域在磁图图像中可见。其复杂性与爆发性太阳活动相关，因此对这些活动区进行分类有助于预测未来的太阳活动。目前的太阳黑子群分类基于视觉观察，存在偏差。监督学习方法可以减少人为偏差，但未能充分利用太阳黑子图像中的信息。本文利用两种图像模态（连续谱和磁图）来表征太阳黑子和磁活动区图像的空间及模态相互作用，并提出了一种新的图像聚类方法。具体而言，在图像块分析的框架下，我们估计了描述空间和模态依赖性所需的本征参数数量、两种模态之间的相关性以及相应的空间模式，并检查了图像内不同尺度下的现象。为此，我们使用了线性和非线性本征维数估计器、典型相关分析以及本征维数的多分辨率分析。