本文選題：Lick線指數(shù) + 人工神經(jīng)網(wǎng)絡��； 參考：《光譜學與光譜分析》2013年06期

【摘要】：通過人工神經(jīng)網(wǎng)絡的方法基于Lick線指數(shù),來進行大氣物理參數(shù)的測量,對Kurucz的合成光譜進行預處理以適應最后LAMOST光譜數(shù)據(jù)的要求,以Lick線指數(shù)與對應的大氣物理參數(shù)為輸入,用人工神經(jīng)網(wǎng)絡進行訓練,得到訓練模型通過DR8光譜數(shù)據(jù)進行測試,通過調整人工神經(jīng)網(wǎng)絡的相關參數(shù)來使實驗效果達到最佳。結果證明,通過線指數(shù)人工神經(jīng)網(wǎng)絡的方法來進行大氣物理參數(shù)的測量是可行的。
[Abstract]:The method of artificial neural network is based on the Lick line index to measure the atmospheric physical parameters. The synthetic spectrum of Kurucz is preprocessed to meet the requirements of the final LAMOST spectral data. The input of the Lick line index and the corresponding atmospheric physical parameters is taken as input. After training with artificial neural network, the training model is tested by DR8 spectral data, and the experimental results are optimized by adjusting the related parameters of artificial neural network. The results show that it is feasible to measure the atmospheric physical parameters by the method of linear exponential artificial neural network.
【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中國科學院國家天文臺;遼寧科技大學理學院;
【基金】：國家自然科學基金項目(11078013,61202315)資助
【分類號】：P144

【相似文獻】

相關期刊論文 前10條

1 曲曉波;馮存峰;張學堯;薛良;;用多尺度分析方法分辨“膝”區(qū)原初宇宙線中的鐵核成分[J];山東大學學報(理學版);2008年05期

2 胡雄,黃澤榮,張訓械,龔建村,薛丙森,葉宗海;太陽質子事件警報[J];空間科學學報;1998年04期

3 王琪潔;廖德春;周永宏;廖新浩;;大氣角動量函數(shù)在日長變化非線性預報中的重要作用[J];天文學報;2008年01期

4 王丹;張彥霞;趙永恒;;測光紅移算法概述[J];天文學進展;2008年03期

5 丁剛;鐘詩勝;;基于時變閾值過程神經(jīng)網(wǎng)絡的太陽黑子數(shù)預測[J];物理學報;2007年02期

6 顧左文，，高玉芬，范國華;人工神經(jīng)網(wǎng)絡在磁情預報中的應用[J];空間科學學報;1995年01期

7 ;天文學進展第24卷2006年總目錄[J];天文學進展;2006年04期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關會議論文 前2條

1 李建勝;吳健;姚志強;張海渤;;小波分析與人工神經(jīng)網(wǎng)絡在太陽黑子預報中的應用[A];第十一屆全國日地空間物理學術討論會論文摘要集[C];2005年

2 廖德春;王琪潔;周永宏;廖新浩;;用神經(jīng)網(wǎng)絡技術預報日長變化[A];中國地球物理學會第22屆年會論文集[C];2006年

相關博士學位論文 前3條

1 王琪潔;基于神經(jīng)網(wǎng)絡技術的地球自轉變化預報[D];中國科學院研究生院（上海天文臺）;2007年

2 曲曉波;ARGO實驗中“膝”區(qū)原初宇宙線成分分辨方法研究[D];山東大學;2008年

3 韓云坤;塵埃遮蔽的Starburst-AGN復合星系的能譜研究[D];中國科學院研究生院（云南天文臺）;2012年

相關碩士學位論文 前4條

1 趙榮霞;ARGO實驗中Gamma/強子區(qū)分方法研究[D];山東大學;2007年

2 郭秀紅;基于機器視覺的月球表面坑的識別算法研究[D];吉林大學;2007年

3 楊琳;基于數(shù)據(jù)挖掘技術的激變變星的特征提取[D];山東大學;2011年

4 劉杰;基于模板匹配的恒星大氣物理參數(shù)自動測量的研究[D];山東大學;2012年

本文編號：1938195