本文關鍵詞：基于線指數(shù)特征的海量恒星光譜聚類分析研究　出處：《光譜學與光譜分析》2016年08期 　論文類型：期刊論文

  更多相關文章： Lick線指數(shù) 聚類分析 恒星光譜

【摘要】：聚類分析是數(shù)據(jù)挖掘中用以發(fā)現(xiàn)數(shù)據(jù)分布和隱含模式的一種重要算法,能簡單有效地研究大樣本、多參量和類別未知的光譜數(shù)據(jù)。以線指數(shù)作為光譜數(shù)據(jù)的特征值能夠在盡可能多的保留光譜物理特征的同時,有效解決高維光譜數(shù)據(jù)聚類分析中運算復雜度較高的問題。本文提出了基于線指數(shù)特征的海量恒星光譜數(shù)據(jù)聚類分析的方法,提取恒星光譜中的Lick線指數(shù)作為海量巡天光譜數(shù)據(jù)的特征,使用k均值聚類算法完成對光譜數(shù)據(jù)的聚類,然后對聚類結果進行有效的分析。實驗結果證明該方法能夠快速有效地將具有相似物理特征的恒星光譜數(shù)據(jù)聚集到一起,該方法可以應用到巡天數(shù)據(jù)的研究中。
[Abstract]:Clustering analysis is an important algorithm used in data mining to find the data distribution and implicit mode . The spectral data of large sample , multi - parameter and class unknown can be studied simply and effectively . The spectral data of the high - dimensional spectrum data can be effectively solved by using the line index as the characteristic of the mass patrol data . The clustering of the spectral data is obtained by using the k - means clustering algorithm . The experimental results show that the method can quickly and effectively aggregate the stellar spectral data with similar physical characteristics , and the method can be applied to the research of the patrol data .

【作者單位】： 山東大學(威海)機電與信息工程學院;中國科學院光學天文重點實驗室國家天文臺;
【基金】：國家自然科學基金項目(U1431102,11473019)資助
【分類號】：P144.1
【正文快照】： 引言 —ft嚴 ⑴另外6條分子吸收線指數(shù)以星等的形式計算隨著LAM0STC叫開始正式巡天,每天將會觀測到上萬 Mag=—2.5 l0g「(N)\"2^dAl(2)條光譜數(shù)據(jù),如此龐大的數(shù)目對光譜的快速有效處理提出了 . _jg胃其中,Ai和A2分別為中心波段起止波長,Fu和分別表7K聚類分析w是-種無監(jiān)督分

【相似文獻】

相關期刊論文 前10條

1 覃冬梅,胡占義,趙永恒;一種基于主分量分析的恒星光譜快速分類法[J];光譜學與光譜分析;2003年01期

2 李加林;恒星光譜分析[J];陜西師大學報(自然科學版);1995年S1期

3 潘文玲;恒星光譜的信息[J];西安礦業(yè)學院學報;1996年01期

4 ;數(shù)字[J];發(fā)明與創(chuàng)新(大科技);2014年03期

5 許慧芳,劉宗禮;光譜底片處理自動化[J];云南天文臺臺刊;1981年01期

6 翟迪生,蔣世仰;高信噪比恒星光譜工作熱點[J];天文學進展;1991年02期

7 趙景昆;趙剛;陳玉琴;;高分辨率恒星光譜處理與元素豐度分析軟件平臺[J];天文研究與技術;2007年02期

8 張健楠;吳福朝;羅阿理;;核回歸方法在恒星光譜物理參量自動估計中的應用[J];光譜學與光譜分析;2009年04期

9 潘景昌;張彩明;韋鵬;羅阿理;趙永恒;;自動識別發(fā)射線恒星光譜的新方法[J];光譜學與光譜分析;2012年06期

10 薛建橋,李啟斌,趙永恒;使用SOFM方法進行恒星光譜自動分類[J];天體物理學報;2000年04期

相關會議論文 前1條

1 李申;姜碧溈;;8000-9200，

本文編號：1409148