【摘要】：恒星的分類對(duì)了解恒星和星系形成與演化歷史具有重要的研究?jī)r(jià)值。面對(duì)大型巡天計(jì)劃及由此產(chǎn)生的海量數(shù)據(jù),如何迅速準(zhǔn)確地將天體自動(dòng)分類顯得尤為重要。通過對(duì)SDSS DR9的恒星光譜數(shù)據(jù)進(jìn)行深度置信神經(jīng)網(wǎng)絡(luò)(DBN)、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)(SVM)等算法分類的對(duì)比,分析三種自動(dòng)光譜分類方法在恒星分類上的適用性。首先利用上述三種方法對(duì)K,F恒星進(jìn)行識(shí)別分類,然后再分別對(duì)K1,K3和K5次型和F2,F5,F9次型識(shí)別,最后基于SVM支持向量機(jī)的二次分類模型,利用K次型的數(shù)據(jù),構(gòu)建剔除不屬于K次型的模型。結(jié)果表明:深度置信網(wǎng)絡(luò)對(duì)K,F型恒星分類效果較好,但是對(duì)K,F次型的分類效果不佳;SVM支持向量機(jī)在K,F型恒星分類以及相應(yīng)的次型分類都具有較好的識(shí)別率,對(duì)K,F型分類效果要好于K,F次型的分類效果;BP神經(jīng)網(wǎng)絡(luò)對(duì)K,F型恒星以及其次型的識(shí)別一般;在剔除不屬于K次型實(shí)驗(yàn)中,剔除率高達(dá)100%,可知SVM能夠?qū)ξ粗墓庾V數(shù)據(jù)進(jìn)行篩選與分類。
[Abstract]:The classification of stars is of great value to understand the history of star and galaxy formation and evolution. In the face of large-scale sky patrol plan and the resulting massive data, how to quickly and accurately classify celestial bodies is particularly important. By comparing the star spectral data of SDSS DR9 with (DBN), neural network and (SVM) algorithm, the applicability of the three automatic spectral classification methods in star classification is analyzed. Firstly, the K, F stars are identified and classified by the above three methods, and then the K1, K3 and K5 and F2, F5 and F9 types are identified respectively. finally, based on the quadratic classification model of SVM support vector machine, the model which does not belong to the K type is constructed by using the data of the K order type. The results show that the deep confidence network has good classification effect on K, F type stars, but the classification effect on K, F type stars is not good, SVM support vector machine has good recognition rate in K, F type star classification and corresponding subtype classification, and the classification effect of K, F type classification is better than that of K, F type classification, and BP neural network is generally used for K, F type stars and the second type, and the classification effect of K, F type stars is better than that of K, F type stars, but the classification effect of K, F type stars is not good for K, F type stars, but the classification effect of K and F type stars is not good. In the K-order experiment, the removal rate is as high as 100%. It can be seen that SVM can screen and classify the unknown spectral data.
【作者單位】： 三峽大學(xué)計(jì)算機(jī)與信息學(xué)院;三峽大學(xué)理學(xué)院;
【基金】：國(guó)家自然科學(xué)基金天文聯(lián)合基金項(xiàng)目(U133113) 湖北省教育廳科研項(xiàng)目(B2015251) 三峽大學(xué)科學(xué)基金項(xiàng)目(KJ2013B018)資助
【分類號(hào)】：P144.1;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 胡振;傅昆;張長(zhǎng)水;;基于深度學(xué)習(xí)的作曲家分類問題[J];計(jì)算機(jī)研究與發(fā)展;2014年09期

2 阮華;戴連奎;;支持向量機(jī)分類與回歸聯(lián)合建模方法及其在拉曼光譜分析中的應(yīng)用[J];儀器儀表學(xué)報(bào);2010年11期

3 嚴(yán)太生;張彥霞;趙永恒;李冀;;基于自動(dòng)聚類算法(AutoClass)的恒星/星系分類[J];中國(guó)科學(xué)(G輯:物理學(xué) 力學(xué) 天文學(xué));2009年12期

4 李鄉(xiāng)儒;胡占義;趙永恒;;基于Fisher判別分析的有監(jiān)督特征提取和星系光譜分類[J];光譜學(xué)與光譜分析;2007年09期

5 熊宇虹,溫志渝,陳剛,黃儉,徐溢;基于小波變換和支持向量機(jī)的光譜多組分分析[J];光子學(xué)報(bào);2005年10期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李俊峰;汪月樂;胡升;何慧靈;;基于DBN,SVM和BP神經(jīng)網(wǎng)絡(luò)的光譜分類比較[J];光譜學(xué)與光譜分析;2016年10期

2 杜麗娟;嚴(yán)紅梅;陳錦玉;汪祿祥;邵金良;和麗忠;;2種判別方法對(duì)黑木耳產(chǎn)地分類的比較研究[J];山西農(nóng)業(yè)科學(xué);2015年11期

3 張炯;陶智勇;;基于deep learning的語音識(shí)別[J];電子設(shè)計(jì)工程;2015年18期

4 王拓;戴連奎;;重整汽油在線拉曼分析系統(tǒng)開發(fā)與工業(yè)應(yīng)用[J];儀器儀表學(xué)報(bào);2015年06期

5 劉忠寶;高艷云;王建珍;;基于流形模糊雙支持向量機(jī)的恒星光譜分類方法[J];光譜學(xué)與光譜分析;2015年01期

6 路士增;林蘭波;姜明順;賈磊;隋青美;賽耀樟;;基于光纖光柵傳感器的復(fù)合材料損傷識(shí)別系統(tǒng)[J];光學(xué)精密工程;2014年11期

7 李津蓉;戴連奎;武曉莉;周揚(yáng);;基于Voigt峰的未知成分光譜擬合算法及其在甲醇汽油定量分析中的應(yīng)用[J];分析化學(xué);2014年10期

8 路士增;姜明順;隋青美;賽耀樟;曹玉強(qiáng);張法業(yè);賈磊;;基于小波變換和支持向量多分類機(jī)的光纖布拉格光柵低速?zèng)_擊定位系統(tǒng)[J];中國(guó)激光;2014年03期

9 楊延榮;楊仁杰;張志勇;楊士春;梁鵬;;基于參量化二維相關(guān)紅外譜和最小二乘支持向量機(jī)判別摻雜牛奶[J];光子學(xué)報(bào);2013年09期

10 姚捷;戴連奎";林藝玲;;基于拉曼特征峰的甲醇汽油甲醇含量測(cè)定[J];光散射學(xué)報(bào);2013年01期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫麗萍;范宇;張冬妍;曹軍;;基于LSSVM的木材干燥在線建模研究[J];儀器儀表學(xué)報(bào);2009年09期

2 朱德泉;錢良存;駱敏舟;;谷物干燥過程模糊支持向量機(jī)控制器的設(shè)計(jì)[J];電子測(cè)量與儀器學(xué)報(bào);2009年04期

3 張曉曼;戴連奎;;結(jié)合分類與局部PLS的近紅外光譜定量分析[J];光譜學(xué)與光譜分析;2008年12期

4 朱遠(yuǎn)平;戴汝為;;基于SVM決策樹的文本分類器[J];模式識(shí)別與人工智能;2005年04期

5 許馨,羅阿理,吳福朝,趙永恒;基于神經(jīng)網(wǎng)絡(luò)的模板匹配方法求正常星系紅移[J];光譜學(xué)與光譜分析;2005年06期

6 王景雷,吳景社,孫景生,齊學(xué)斌;支持向量機(jī)在地下水位預(yù)報(bào)中的應(yīng)用研究[J];水利學(xué)報(bào);2003年05期

7 張蕾,何小榮,陳丙珍;常減壓裝置生產(chǎn)數(shù)據(jù)的聚類分析[J];計(jì)算機(jī)與應(yīng)用化學(xué);2003年Z1期

8 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(xué)與光譜分析;2003年01期

9 丁亞平,陳念貽,吳慶生,李國(guó)正,楊杰;導(dǎo)數(shù)光譜-支撐向量回歸法同時(shí)測(cè)定NO_3~-和NO_2~-[J];計(jì)算機(jī)與應(yīng)用化學(xué);2002年06期

10 李凌均,張周鎖,何正嘉;支持向量機(jī)在機(jī)械故障診斷中的應(yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2002年19期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉彩紅;唐萬梅;;基于組合神經(jīng)網(wǎng)絡(luò)的教師評(píng)價(jià)模型研究[J];重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

2 鐘義信;;神經(jīng)網(wǎng)絡(luò):成就、問題與前景[J];科學(xué);1992年02期

3 莫恭佑;;神經(jīng)網(wǎng)絡(luò)及其在英國(guó)的應(yīng)用[J];國(guó)際科技交流;1992年03期

4 閔志;;神經(jīng)網(wǎng)絡(luò):使計(jì)算機(jī)具有快速學(xué)習(xí)功能[J];國(guó)際科技交流;1992年03期

5 馮建峰,錢敏平;神經(jīng)網(wǎng)絡(luò)中的退火——非時(shí)齊情形[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);1993年03期

6 唐功友;離散Hopfield神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性[J];青島海洋大學(xué)學(xué)報(bào);1994年S2期

7 靳蕃;;中國(guó)神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)大會(huì)在西南交通大學(xué)隆重召開[J];學(xué)術(shù)動(dòng)態(tài)報(bào)道;1996年04期

8 彭宏,張素;帶有時(shí)滯的神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性[J];杭州大學(xué)學(xué)報(bào)(自然科學(xué)版);1997年04期

9 陳新,孫道恒,黃洪鐘;結(jié)構(gòu)分析有限元系統(tǒng)與神經(jīng)網(wǎng)絡(luò)[J];起重運(yùn)輸機(jī)械;1999年06期

10 成宇;神經(jīng)網(wǎng)絡(luò)是怎么搭建的?[J];百科知識(shí);2005年16期

相關(guān)會(huì)議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡(jiǎn)單規(guī)劃的識(shí)別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

5 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國(guó)神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 金龍;朱詩(shī)武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評(píng)估中的應(yīng)用[A];第十二屆全國(guó)心理學(xué)學(xué)術(shù)大會(huì)論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 美國(guó)明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)國(guó)家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國(guó)教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國(guó)紡織報(bào);2003年

4 中國(guó)科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

6 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日?qǐng)?bào);2011年

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國(guó)際先進(jìn)水平[N];中國(guó)電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國(guó)船舶報(bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測(cè)方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時(shí)間序列預(yù)測(cè)算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測(cè)的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測(cè)及控制研究[D];燕山大學(xué);2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測(cè)研究[D];華南理工大學(xué);2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測(cè)研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

9 張韜;幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

10 邵雪瑩;幾類時(shí)滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

，

本文編號(hào)：2500391