AST3-2 （Antarctic Survey Telescopes）光學巡天望遠鏡位于南極大陸最高點冰穹A,其產(chǎn)生的大量觀測數(shù)據(jù)對數(shù)據(jù)處理的效率提出了較高要求.同時南極通信不便,數(shù)據(jù)回傳有諸多困難,有必要在南極本地實現(xiàn)自動處理AST3-2觀測數(shù)據(jù),進行變源和暫現(xiàn)源觀測的數(shù)據(jù)處理,但是受到低功耗計算機的限制,數(shù)據(jù)的快速自動處理的實現(xiàn)存在諸多困難.將已有的圖像相減方案同機器學習算法相結(jié)合,并利用AST3-2 2016年觀測數(shù)據(jù)作為測試樣本,發(fā)展一套的暫現(xiàn)源及變源的篩選方法成為可行的選擇.該篩選方法使用圖像相減法初步篩選出可能的變源,再用主成分分析法抽取候選源的特征,并選擇隨機森林作為機器學習分類器,在測試中對正樣本的召回率達到了97%,驗證了這種方法的可行性,并最終在2016年觀測數(shù)據(jù)中探測出一批變星候選體. 

【文章來源】：天文學報. 2019,60(05)北大核心CSCD

【文章頁數(shù)】：17 頁

【文章目錄】：
1 引言
2 數(shù)據(jù)處理流程
    2.1 圖像對齊
    2.2 模板制作
    2.3 圖像相減
    2.4 殘差圖像處理
        2.4.1 樣本構(gòu)成
        2.4.2 主成分分析法
        2.4.3 隨機森林
    2.5 變星認證
3 討論
4 總結(jié)與展望


【參考文獻】：
期刊論文
[1]基于故障樹的南極赤道式天文望遠鏡主軸控制系統(tǒng)可靠性分析[J]. 李運,楊世海.  天文學報. 2017(03)



本文編號：3198867