马 洋，张继福，蔡江辉，杨海峰，赵旭俊

太原科技大学计算机科学与技术学院，山西 太原 030024

引 言

LAMOST[1-2]巡天包含银河系巡天和河外巡天，河外巡天的目标中含有大量红移为2.2～3的类星体目标，这些数据不仅维度高，且数量庞大，里面蕴含了许多未知的天文知识，包括一些稀有的、没有被证认的河外星系以及类星体光谱，这些候选体对研究和完善宇宙学理论和宇宙演变具有重要价值。类星体作为一种特殊的光谱，在类星体分类[3]、类星体黏度[4]、高红移类星体[5]、双类星体[6]等方面，研究工作取得较好进展。近年来，许多学者对天体光谱的特征提取及轮廓分析进行深入研究[7-8]，取得较好的效果，但是，对天体光谱的异常特征检测与分析，鲜有人研究。屈彩霞等针对LAMOST获取的J152238.11+333136.1进行了P-Cygni轮廓分析[9]，取得了较好的应用价值。Cheng等[10]利用高斯径向基函数中的标准方差与恒星大气参数空间中恒星密度分布的关系，获得内插恒星光谱。Li等[11]通过分析Teff与脉动周期之间的相关性，从天琴座恒星中发现一些温度异常的光谱。Sun[12]等利用机器学习方法mean-shift算法与Plummer核函数相结合，有效地定位密度场中的密度峰值，为检测光晕提供了一种新方法。

采用属性相关分析方法对类星体光谱中无关特征属性进行剪枝，然后提出基于稀疏子空间方法的类星体光谱异常特征提取算法，并在MapReduce并行框架下加以实现，最后对稀疏子空间中的光谱异常特征做出描述及分析。

1 类星体光谱的特征约减

由LAMOST采集的类星体光谱具有大量的特征线，属于高维数据集，但在光谱的识别中，存在很多冗余的特征线，严重影响了相关算法的检测性能。……