【摘要】：探索海量的M型恒星中具有磁活動、巨星等較特殊、稀有的天體,對于后續(xù)觀測、銀河系結構、演化等科學研究具有重要的意義,針對M型恒星光譜特征線出現在子空間中的局部偏離,設計并實現了晚型恒星離群數據挖掘系統。首先采用稀疏因子和稀疏度系數度量樣本在屬性空間上的分布特征,并在此基礎上對M型恒星光譜特征線進行離散化、降維等預處理,獲得光譜子空間;然后采用微粒群算法搜索離群子空間,并證認子空間內光譜是否離群;此外,選擇SDSS M型光譜特征線指數集為樣本,實驗分析了稀疏因子和稀疏度系數的設置對離群結果的影響,并將離群挖掘結果與SDSS提供光譜型等參數對照,表明利用該系統實現晚型恒星光譜特征線局部離群數據挖掘是可行并有價值的。
[Abstract]:It is of great significance to explore the special and rare celestial bodies such as magnetic activity, giant stars and other special and rare objects in the massive M-shaped stars, which are of great significance for the scientific research of the subsequent observation, the structure of the Milky way, the evolution of the Milky way, etc. Aiming at the local deviation of the spectral characteristic line of M-type stars in subspace, a late-type star outlier data mining system is designed and implemented. Firstly, the sparse factor and the sparsity coefficient are used to measure the distribution characteristics of the samples in the attribute space, and on this basis, the spectral characteristic lines of M-type stars are discretized and reduced to obtain spectral subspace. Then the particle swarm optimization algorithm is used to search the outlier subspace and to identify whether the spectrum is outliers in the subspace. In addition, the SDSS M-type spectral feature line index set is selected as the sample. The effects of sparse factor and sparsity coefficient on outliers are analyzed experimentally, and the results of outlier mining are compared with the spectral types provided by SDSS. The results show that it is feasible and valuable to mine local outlier data of the spectral characteristic line of late star by using this system.
【作者單位】： 太原科技大學計算機科學與技術學院;
【基金】：國家自然科學基金項目(41372349,61272263) 山西省自然科學基金項目(2012011011-4)資助
【分類號】：P144.1;TP311.13

【參考文獻】

相關期刊論文 前1條

1 張繼福;蔣義勇;胡立華;蔡江輝;張素蘭;;基于概念格的天體光譜離群數據識別方法[J];自動化學報;2008年09期

【共引文獻】

相關期刊論文 前10條

1 蔡江輝;孟文俊;孫士衛(wèi);趙旭俊;張繼福;;基于信息熵的變星光譜快速識別方法[J];光譜學與光譜分析;2012年01期

2 張繼福;李鑫;楊海峰;;基于模糊C均值聚類的天文光譜特征線軟離散化[J];光譜學與光譜分析;2012年05期

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

4 馬洋;張繼福;張素蘭;;基于剪枝的約束概念格的漸進式構造算法[J];計算機應用;2009年05期

5 張繼福;趙旭俊;;一種基于約束FP樹的天體光譜數據相關性分析方法[J];模式識別與人工智能;2009年04期

6 張繼福;張素蘭;蔣義勇;;約束概念格的代數性質及其知識表示的完備性[J];模式識別與人工智能;2010年03期

7 高丙朋;南新元;;基于離群點挖掘的廢潤滑油資源化再生處理工藝參數優(yōu)化算法研究[J];化工自動化及儀表;2013年08期

8 胡立華;張繼福;張素蘭;;一種基于剪枝的橫向分塊概念格構造算法[J];小型微型計算機系統;2011年07期

9 劉愛琴;葛凌云;楊海峰;張繼福;;利用子空間劃分的局部離群數據挖掘算法[J];小型微型計算機系統;2011年08期

10 趙向兵;白偉;;離群數據檢測研究[J];山西大同大學學報(自然科學版);2012年02期

相關碩士學位論文 前7條

1 王磊;基于屬性相關分析的局部離群數據挖掘算法研究及其應用[D];太原科技大學;2011年

2 韋鵬;LAMOST一維光譜自動處理[D];山東大學;2011年

3 喻宇;重慶海關進出口數據挖掘與分析[D];重慶大學;2008年

4 張賀;基于信息熵和子空間的離群數據挖掘算法研究[D];太原科技大學;2009年

5 褚萌;概念格屬性約簡算法與場景語義標注[D];太原科技大學;2012年

6 石巖;基于基尼指標和屬性相關性的離群數據挖掘及其并行化研究[D];太原科技大學;2013年

7 婁圣金;基于距離和的離群數據挖掘算法及應用[D];太原科技大學;2013年

【二級參考文獻】

相關期刊論文 前3條

1 劉中田;李鄉(xiāng)儒;吳福朝;趙永恒;;基于小波特征的M型星自動識別方法[J];電子學報;2007年01期

2 張繼福;蔡江輝;;面向LAMOST的天體光譜離群數據挖掘系統研究[J];光譜學與光譜分析;2007年03期

3 蔣義勇;張繼福;張素蘭;;基于鏈表結構的概念格漸進式構造[J];計算機工程與應用;2007年11期

相關博士學位論文 前1條

1 謝志鵬;基于概念格模型的知識發(fā)現研究[D];合肥工業(yè)大學;2001年

【相似文獻】

相關期刊論文 前10條

1 許聲毓;;揭開宇宙的奧秘[J];中國科技財富;2011年13期

2 丁祖高;用SAVQ技術實現太陽射電頻譜的數據壓縮[J];天文學報;1998年03期

3 崔弘揚;;解密宇宙形成[J];大科技(科學之謎);2010年04期

4 楊旭;關于宇宙拓撲結構的進一步探索[J];松遼學刊(自然科學版);1996年04期

5 張懷福;趙瑞珍;羅阿理;;基于小波包與支撐矢量機的天體光譜自動分類方法[J];北京交通大學學報;2008年02期

6 朱世昌,朱炯明;Kaluza-Klein宇宙中熵的產生[J];科學通報;1986年10期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關重要報紙文章 前1條

1 姜宏強;蘭州“天外來客”預警印度洋大地震？[N];常州日報;2005年

，

本文編號：2274422