APP下载

基于一维卷积神经网络的恒星光谱分类研究

2021-06-24艾霖嫔杨锦涛徐权峰张静敏杜利婷周卫红

云南民族大学学报(自然科学版) 2021年3期
关键词:分类方法模型

艾霖嫔,杨锦涛,徐权峰,张静敏,杜利婷,周卫红,2

(1.云南民族大学 数学与计算机科学学院,云南 昆明 650500; 2.中国科学院 天体结构与演化重点实验室,云南 昆明 650011)

研究天体光谱能发现许多对天文研究有重要的意义的信息,其中天体光谱的分类研究是天体光谱研究的重要一环.但目前仍有大量的天体没有经过光谱观测,郭守敬望远镜(LAMOST)有着极高的光谱获取率,为我国天文学研究做出了重大贡献.如今LAMOST光谱发布已进入千万量级时代,创下多项世界之最.

对于天体光谱的分类研究学者们进行了许多的尝试.覃冬梅等[1]利用主分量分析法来研究恒星光谱的分类,该方法的实验结果跟基南系统的恒星分类标准相差无几,表明了该方法的有效性;张华煜[2]提出的分类模型是基于支持向量机的层次型聚类多类分类器,该模型可以有效提高分类速度;康超[3]针对M矮星的分类研究,提出残差分布度量的方法,证实了该方法对天体光谱进行分类的可行性;赵旭俊等[4]提出利用分类模式树提取恒星光谱中属性的出现频率,挖掘分类的规则,表明了该方法对恒星光谱分类有较高的准确率;刘忠宝等[5]为了解决数据样本很大时,支持向量机计算量大速度慢等问题,提出流形模糊双支持向量机应用于SDSS的恒星光谱数据集,该方法不仅大幅度减少了计算的时间,同时还能有效降低噪声点以及奇异点的影响,提高分类精度.

随着LAMOST、SDSS等巡天项目的开展,光谱……

登录APP查看全文

猜你喜欢

分类方法模型
一半模型
分类算一算
重尾非线性自回归模型自加权M-估计的渐近分布
教你一招:数的分类
3D打印中的模型分割与打包
用对方法才能瘦
四大方法 教你不再“坐以待病”!
捕鱼