大天區(qū)面積多目標(biāo)光纖光譜天文望遠(yuǎn)鏡（Large Sky Area Multi-Object Fiber Spectroscopy Telescope, LAMOST,又叫郭守鏡望遠(yuǎn)鏡）巡天項(xiàng)目提供了海量恒星光譜數(shù)據(jù),DR5數(shù)據(jù)集中包含大量A型星譜線指數(shù)和有效溫度的信息。機(jī)器學(xué)習(xí)算法可以發(fā)掘數(shù)據(jù)底層相互關(guān)系的神經(jīng)網(wǎng)絡(luò)模型,已廣泛應(yīng)用于多個學(xué)科。通過使用DR5數(shù)據(jù)集中的A型星19種譜線指數(shù)和有效溫度,通過主成分分析法給出了每種譜線指數(shù)占整個數(shù)據(jù)信息的百分比,并以此為基礎(chǔ),選取與有效溫度關(guān)系最緊密的12種譜線指數(shù),利用有效溫度誤差小于100 K的數(shù)據(jù)訓(xùn)練得到有效溫度的神經(jīng)網(wǎng)絡(luò)回歸模型。模型在測試數(shù)據(jù)集上整體表現(xiàn)較好,程序給出的決定系數(shù)R²為0.904,平均絕對誤差為58.38 K。對比相關(guān)研究的模型,測量準(zhǔn)確度有了明顯提升。此外,通過建立模型,對有效溫度誤差大于100 K的原始數(shù)據(jù)重新進(jìn)行測量,得到的有效溫度絕對誤差的平均值有了明顯下降;同時DR5數(shù)據(jù)集中A5型恒星數(shù)據(jù)缺少有效溫度參數(shù),通過模型的測量,對這一部分?jǐn)?shù)據(jù)進(jìn)行了補(bǔ)充。 

【文章來源】：天文研究與技術(shù). 2020,17(03)CSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

有效溫度絕對誤差分布圖

模型評分隨指標(biāo)數(shù)量的變化

圖4給出了誤差分布及其擬合的正態(tài)分布曲線,正態(tài)分布的數(shù)學(xué)期望為-3.668,標(biāo)準(zhǔn)差為84.167。圖5是神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)曲線,從圖中可以看出,隨著訓(xùn)練樣本數(shù)量的增加,訓(xùn)練得分(圖中紅線部分)快速增加,達(dá)到飽和之后趨于水平。測試得分(圖中綠線部分)與訓(xùn)練得分變化趨勢一致,但是并沒有出現(xiàn)訓(xùn)練得分較高、測試得分較低或者測試得分達(dá)到某一值后迅速下降,即過擬合的情況。除此之外,訓(xùn)練得分與測試得分都處于較高的水平,因此,神經(jīng)網(wǎng)絡(luò)模型并沒有欠擬合。整體來看,模型的學(xué)習(xí)曲線收斂且誤差較小,是一條比較理想的學(xué)習(xí)曲線。圖4 訓(xùn)練數(shù)據(jù)集有效溫度的誤差分布圖

【參考文獻(xiàn)】：
期刊論文
[1]R語言應(yīng)用于LAMOST光譜分析初探[J]. 陳淑鑫,羅阿理,孫偉民.  天文研究與技術(shù). 2017(03)
[2]基于線指數(shù)特征的海量恒星光譜聚類分析研究[J]. 王光沛,潘景昌,衣振萍,韋鵬,姜斌.  光譜學(xué)與光譜分析. 2016(08)
[3]基于神經(jīng)網(wǎng)絡(luò)的線指數(shù)恒星大氣物理參數(shù)測量方法[J]. 譚鑫,潘景昌,王杰,羅阿理,屠良平.  光譜學(xué)與光譜分析. 2013(06)
[4]LAMOST spectral survey——An overview[J]. Gang Zhao 1 , Yong-Heng Zhao 1 , Yao-Quan Chu 1 , 2 , Yi-Peng Jing 3 and Li-Cai Deng 1 1 Key Laboratory for Optical Astronomy, National Astronomical Observatories, Chinese Academy of Sciences, Beijing 100012, China;2 University of Science and Technology of China, Hefei 230026, China 3 Shanghai Astronomical Observatory, Chinese Academy of Sciences, Shanghai 200030, China.  Research in Astronomy and Astrophysics. 2012(07)
[5]基于神經(jīng)網(wǎng)絡(luò)的恒星大氣參數(shù)自動測量[J]. 潘亞春,屠良平.  遼寧科技大學(xué)學(xué)報(bào). 2009(01)
[6]人工神經(jīng)網(wǎng)絡(luò)在天文學(xué)中的應(yīng)用[J]. 李麗麗,張彥霞,趙永恒,楊大衛(wèi).  天文學(xué)進(jìn)展. 2006(04)
[7]一種基于主分量分析的恒星光譜快速分類法[J]. 覃冬梅,胡占義,趙永恒.  光譜學(xué)與光譜分析. 2003(01)
[8]主成分分析法在天體物理中的應(yīng)用[J]. 李成,孔旭,程福臻.  天文學(xué)進(jìn)展. 2001(01)



本文編號：3261289