矮星系是一類特殊的星系,其對于研究早期宇宙以及恒星系的形成和演化過程十分重要。但是目前人類所能觀察到的矮星系有限,如何從巡天項目獲取的海量圖像中識別出矮星系是研究的熱點問題。文章意在通過人工智能的方法將矮星系與非矮星系圖像進行分類,解決矮星系識別問題,提出卷積神經(jīng)網(wǎng)絡(luò)和一類支持向量機兩種方法。經(jīng)過實驗,一類支持向量機分類的準確率更高。 

【文章頁數(shù)】：3 頁

【文章目錄】：
0 引 言
1 算法介紹
    1.1 卷積神經(jīng)網(wǎng)絡(luò)
    1.2 一類支持向量機
2 數(shù)據(jù)介紹
3 實驗過程與結(jié)果
    3.1 卷積神經(jīng)網(wǎng)絡(luò)實驗過程及結(jié)果
    3.2 一類支持向量機實驗過程及結(jié)果
4 結(jié) 論


【參考文獻】：
期刊論文
[1]基于上下文特征與單類支持向量機的人臉活體檢測[J]. 閆龍,胡曉鵬.  電子技術(shù)應(yīng)用. 2020(06)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的恒星光譜自動分類方法[J]. 石超君,邱波,周亞同,段福慶.  光譜學與光譜分析. 2019(04)
[3]基于最近鄰方法的類星體與正常星系光譜分類[J]. 李鄉(xiāng)儒,盧瑜,周建明,王永俊.  光譜學與光譜分析. 2011(09)



本文編號：3723193