【摘要】：大規(guī)模光譜巡天將產(chǎn)生海量的光譜數(shù)據(jù),為搜尋一些奇異甚至于未知類型的光譜提供了機會,對這些特殊天體的研究有助于揭示宇宙的演變規(guī)律和生命起源,巡天數(shù)據(jù)的離群數(shù)據(jù)挖掘有助于這些特殊的光譜的發(fā)現(xiàn)。利用線指數(shù)對光譜數(shù)據(jù)進行降維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(fù)雜度較高的問題。提出了基于線指數(shù)特征的海量恒星光譜離群數(shù)據(jù)挖掘及分析的方法,以恒星光譜的Lick線指數(shù)作為光譜數(shù)據(jù)的特征,利用聚類搜尋離群數(shù)據(jù)的方法在海量光譜巡天數(shù)據(jù)搜尋離群數(shù)據(jù),以此為基礎(chǔ)并給出線指數(shù)特征空間內(nèi)離群光譜數(shù)據(jù)的分析方法。實驗結(jié)果證明:(1)以線指數(shù)作為光譜的特征值能快速的完成對高維光譜數(shù)據(jù)的離群數(shù)據(jù)挖掘,可以解決高維光譜數(shù)據(jù)運算復(fù)雜度高的問題;(2)該方法是在聚類結(jié)果上進行的離群數(shù)據(jù)挖掘,能夠有效的挖掘出數(shù)量較少的發(fā)射線恒星、晚M型恒星、極貧金屬星、缺失數(shù)據(jù)光譜等數(shù)據(jù);(3)線指數(shù)特征空間的離群數(shù)據(jù)挖掘可以得到線指數(shù)特征空間內(nèi)特殊恒星的發(fā)現(xiàn)規(guī)則。本文所提出的基于線指數(shù)特征的離群數(shù)據(jù)挖掘及分析方法可以應(yīng)用到巡天數(shù)據(jù)的相關(guān)研究中。
[Abstract]:Large-scale spectral survey will produce a large number of spectral data, which provides an opportunity to search for some strange and even unknown types of spectra. The study of these special celestial bodies is helpful to reveal the evolution of the universe and the origin of life, and the mining of outlier data of patrol data is helpful to the discovery of these special spectra. Using line index to reduce the dimension of spectral data can effectively solve the problem of high computational complexity in clustering analysis of high-dimensional spectral data while retaining as many spectral physical features as possible. A method of mining and analyzing massive star spectral outlier data based on line index feature is proposed. The Lick line index of star spectrum is taken as the feature of spectral data, and the method of clustering searching outlier data is used to search for outlier data in massive spectral patrol data. On this basis, the analysis method of outlier spectral data in the feature space of line index is given. The experimental results show that: (1) using line index as the characteristic value of the spectrum can quickly complete the outlier data mining of high dimensional spectral data, which can solve the problem of high complexity of high dimensional spectral data. (2) this method is an outlier data mining on clustering results, which can effectively mine a small number of emission stars, late M stars, extremely poor metal stars, missing data spectrum and so on. (3) the discovery rules of special stars in line exponential feature space can be obtained by mining outlier data in line exponential feature space. The outlier data mining and analysis method based on line index features proposed in this paper can be applied to the related research of sky patrol data.
【作者單位】： 山東大學(xué)(威海)機電與信息工程學(xué)院;中國科學(xué)院光學(xué)天文重點實驗室國家天文臺;
【分類號】：P145.4

【相似文獻】

相關(guān)會議論文 前2條

1 吉根林;孫志揮;;分布式系統(tǒng)中離群數(shù)據(jù)間相似性挖掘[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

2 金義富;朱慶生;;離群數(shù)據(jù)關(guān)鍵域子空間實時搜索算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2006年

相關(guān)碩士學(xué)位論文 前10條

1 潘險險;基于實測運行數(shù)據(jù)的風(fēng)電場仿真模型的研究[D];華北電力大學(xué);2015年

2 蔡博文;高維數(shù)據(jù)集中離群數(shù)據(jù)挖掘方法的研究[D];合肥工業(yè)大學(xué);2006年

3 蔣義勇;基于約束概念格的離群數(shù)據(jù)挖掘方法及應(yīng)用[D];太原科技大學(xué);2007年

4 孫偉偉;基于基尼指標(biāo)和子空間的離群數(shù)據(jù)挖掘方法研究[D];太原科技大學(xué);2012年

5 鐘洵;譜聚類在離群數(shù)據(jù)挖掘中的應(yīng)用研究[D];重慶大學(xué);2010年

6 韓波;網(wǎng)格環(huán)境下的分布式離群數(shù)據(jù)挖掘方法研究[D];太原科技大學(xué);2010年

7 魏翔;基于離群數(shù)據(jù)挖掘的電子商務(wù)推薦系統(tǒng)研究[D];武漢紡織大學(xué);2013年

8 李永紅;相關(guān)子空間中的局部離群數(shù)據(jù)挖掘及應(yīng)用[D];太原科技大學(xué);2014年

9 紀勇;離群數(shù)據(jù)挖掘在犯罪通訊痕跡發(fā)現(xiàn)中的應(yīng)用[D];同濟大學(xué);2008年

10 劉書志;基于密度的局部離群數(shù)據(jù)挖掘方法的研究和改進[D];重慶大學(xué);2014年

，

本文編號：2521607