本文關(guān)鍵詞： 超新星候選 光譜分類 局部均值 質(zhì)量估計(jì)　出處：《遼寧科技大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

【摘要】：郭守敬望遠(yuǎn)鏡,(簡稱LAMOST)是國家“九、五”重大科學(xué)工程項(xiàng)目之一,是一架橫臥于南北方向的新類型的大視場兼?zhèn)浯罂趶降闹行莾x式反射施密特望遠(yuǎn)鏡。LAMOST在每個(gè)觀測夜能夠獲得多達(dá)幾萬條光譜數(shù)據(jù),是目前世界上光譜獲取率最高的望遠(yuǎn)鏡。面對(duì)LAMOST所產(chǎn)生的海量光譜數(shù)據(jù),一些傳統(tǒng)的人工處理光譜的方法已不再使用,迫切需要研究和尋找一些高效率的光譜自動(dòng)處理方法。本文研究的工作主要包括以下三部分:(1)超新星候選范圍的快速約減。本文提出了一種新的超新星候選范圍約減算法(SKLOF),根據(jù)超新星本身具有稀有的特性,首先利用數(shù)據(jù)剪枝思想剪枝掉大部分肯定不是超新星候選的光譜數(shù)據(jù),然后利用PCA算法對(duì)光譜數(shù)據(jù)進(jìn)行分析并構(gòu)造超新星特征空間,利用改進(jìn)后的LOF算法對(duì)光譜數(shù)據(jù)進(jìn)行離群分析。(2)天體光譜的分類。本文利用SDSS-DR8的光譜數(shù)據(jù),將基于局部均值的K近質(zhì)心近鄰點(diǎn)(Local Mean-based K-Nearest Centroid Neighbor,LMKNCN)算法應(yīng)用到恒星、星系和類星體的分類中,并且取得了較好地效果。由于星系和類星體都屬于河外天體,紅移比較大,二者的光譜分類在光譜自動(dòng)處理中具有一定的代表性,因此本文同時(shí)也研究了基于局部均值的K近鄰算法在星系和類星體光譜的分類中的應(yīng)用,并且取得了較高的光譜分類正確率。(3)恒星光譜大氣物理參數(shù)測量。恒星大氣參數(shù)即表面有效溫度(Teff)、表面重力加速度(log g)以及金屬豐度([Fe/H])對(duì)科學(xué)家研究宇宙的演化等重大科學(xué)問題具有重要的意義。因此本文研究了基于質(zhì)量估計(jì)的恒星大氣物理參數(shù)自動(dòng)測量方法,該方法首先是建立質(zhì)量分布,將原始光譜數(shù)據(jù)經(jīng)過質(zhì)量估計(jì)算法映射到質(zhì)量空間,然后在質(zhì)量空間利用SVR方法對(duì)恒星的大氣物理參數(shù)進(jìn)行預(yù)測且取得了不錯(cuò)的效果。
[Abstract]:Guo Shoujing Telescope (LAMOST) is one of the major scientific engineering projects in the Ninth Five-Year Plan. It is a new type of large field of view lying in the north-south direction, with a large aperture, medium Star ritual reflection Schmidt Telescope. LAMOST can obtain up to tens of thousands of spectral data per observation night. Is the world's highest spectral acquisition rate of telescopes. In the face of the massive spectral data generated by LAMOST, some traditional manual spectral processing methods are no longer used. There is an urgent need to study and find some efficient automatic spectral processing methods. The work of this paper mainly includes the following three parts: 1) the rapid reduction of the candidate range of supernova. In this paper, a new candidate range of supernova is proposed. According to the rare characteristics of supernova itself, Firstly, the data pruning idea is used to prune most of the spectral data which is definitely not a supernova candidate. Then the spectral data are analyzed by using PCA algorithm and the supernova feature space is constructed. The improved LOF algorithm is used to classify the spectral data of outliers. In this paper, based on the spectral data of SDSS-DR8, the local Mean-based K-nearest Centroid neighbor LMKNCNC algorithm based on local mean is applied to stars. In the classification of galaxies and quasars, good results have been obtained. Since galaxies and quasars belong to extra-river bodies and have a relatively large redshift, their spectral classification is representative in the automatic processing of spectra. Therefore, this paper also studies the application of K-nearest neighbor algorithm based on local mean in the spectral classification of galaxies and quasars. A high spectral classification accuracy rate of spectral classification has been obtained. The measurements of the spectral atmospheric physical parameters of stars are obtained. The stellar atmospheric parameters, I. e., surface effective temperature, surface gravity acceleration, log g) and metal abundance ([Fe/H]) are used to study the evolution of the universe. Therefore, an automatic measurement method for atmospheric physical parameters of stars based on mass estimation is studied in this paper. The first step of this method is to establish the mass distribution and map the original spectral data to the mass space through the quality estimation algorithm. Then the SVR method is used to predict the atmospheric physical parameters of stars in the mass space and good results are obtained.
【學(xué)位授予單位】：遼寧科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P111.23

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張繼福;張素蘭;蔣義勇;;基于約束概念格的天體光譜局部離群數(shù)據(jù)挖掘系統(tǒng)[J];光譜學(xué)與光譜分析;2009年02期

2 韓金姝;羅阿理;趙永恒;;基于分形編碼的天體光譜降噪方法[J];光譜學(xué)與光譜分析;2011年12期

3 張懷福;趙瑞珍;羅阿理;;基于小波包與支撐矢量機(jī)的天體光譜自動(dòng)分類方法[J];北京交通大學(xué)學(xué)報(bào);2008年02期

4 段福慶,吳福朝,羅阿理,趙永恒;基于均值漂移實(shí)現(xiàn)非發(fā)射線天體光譜的譜線自動(dòng)提取[J];光譜學(xué)與光譜分析;2005年11期

5 楊金福;吳福朝;羅阿理;趙永恒;;基于覆蓋算法的天體光譜自動(dòng)分類[J];模式識(shí)別與人工智能;2006年03期

6 趙瑞珍;胡占義;胡紹海;;天體光譜信號(hào)去噪的小波域復(fù)合閾值新算法[J];光譜學(xué)與光譜分析;2007年08期

7 覃冬梅,胡占義,趙永恒;基于支撐矢量機(jī)的天體光譜自動(dòng)分類方法[J];光譜學(xué)與光譜分析;2004年04期

8 婁圣金;張繼福;楊海峰;;一種基于屬性權(quán)值和w_k-距離的天體光譜異常特征線挖掘方法[J];光譜學(xué)與光譜分析;2013年08期

9 趙旭俊;張繼福;蔡江輝;;基于約束FP樹的天體光譜數(shù)據(jù)相關(guān)性分析系統(tǒng)研究[J];光譜學(xué)與光譜分析;2008年12期

10 孫曉兵;洪津;駱冬根;楊偉鋒;張冬英;喬延利;;白天天體光譜偏振成像技術(shù)及實(shí)驗(yàn)研究[J];大氣與環(huán)境光學(xué)學(xué)報(bào);2007年06期

相關(guān)會(huì)議論文 前1條

1 蔣占魁;;天體光譜中離子輻射參量的研究[A];第五屆全國光學(xué)前沿問題研討會(huì)論文摘要集[C];2001年

相關(guān)重要報(bào)紙文章 前6條

1 解悅;太空“千里眼”在南京研制成功[N];大眾科技報(bào);2008年

2 本報(bào)記者 吳紅梅;她是探秘星空的新科院士[N];新華日?qǐng)?bào);2009年

3 記者 解悅　通訊員 謝立華;太空“千里眼”在寧研制成功[N];南京日?qǐng)?bào);2008年

4 本報(bào)記者 王一娟;LAMOST：燕山深處的“中國大眼睛”[N];經(jīng)濟(jì)參考報(bào);2009年

5 本報(bào)實(shí)習(xí)記者 信愛華 馬文娟;太空“黑戶”將減少1000萬[N];大眾科技報(bào);2002年

6 本報(bào)記者 朱廣菁;“巡天”邁向千萬級(jí)天體光譜時(shí)代[N];大眾科技報(bào);2009年

相關(guān)博士學(xué)位論文 前1條

1 劉蓉;模式識(shí)別方法在天體光譜自動(dòng)處理中的應(yīng)用[D];西安電子科技大學(xué);2005年

相關(guān)碩士學(xué)位論文 前6條

1 魏會(huì)明;天體光譜的自動(dòng)處理算法研究[D];遼寧科技大學(xué);2015年

2 王欣欣;頻繁加權(quán)概念格及天體光譜關(guān)聯(lián)知識(shí)挖掘系統(tǒng)[D];太原科技大學(xué);2009年

3 張華煜;基于支持向量機(jī)的海量天體光譜數(shù)據(jù)分類系統(tǒng)研究[D];中國科學(xué)院研究生院（沈陽計(jì)算技術(shù)研究所）;2006年

4 林雪梅;ANN在天體光譜分類及恒星大氣參數(shù)測量中的應(yīng)用[D];山東大學(xué);2012年

5 孫士衛(wèi);面向LAMOST的天體光譜數(shù)據(jù)倉庫系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];太原科技大學(xué);2007年

6 盛英;半監(jiān)督特征降維及其在天文光譜數(shù)據(jù)中的應(yīng)用[D];太原科技大學(xué);2012年

，

本文編號(hào)：1502040