發(fā)布時間：2023-02-06 19:18

　　恒星光譜分類是光譜分析的一種重要方法,是天體光譜數(shù)據(jù)挖掘的重要內(nèi)容。針對從LAMOST(the Large Sky Area Multi-Object Fiber Spectroscopic Telescope)Data Release 5(DR5)選取出的33 000條F、G和K型3種恒星光譜數(shù)據(jù),采用一種基于深度信念網(wǎng)絡(luò)的恒星光譜分類方法,通過在訓(xùn)練過程中對恒星光譜數(shù)據(jù)進(jìn)行分層特征學(xué)習(xí),從而建立深度信念網(wǎng)絡(luò)模型。最后對此模型進(jìn)行恒星光譜分類測試,得到F、G和K型3種恒星的分類精確率分別為0.93、0.90和0.98,從而驗證了該模型對這3種恒星光譜的正確性,分類精確率較高,對海量天體光譜數(shù)據(jù)的處理有著重要意義。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 研究進(jìn)展及現(xiàn)狀
2 光譜數(shù)據(jù)和預(yù)處理
3 深度信念網(wǎng)絡(luò)設(shè)計
    3.1 RBM的結(jié)構(gòu)
    3.2 DBN的結(jié)構(gòu)
    3.3 DBN的算法過程
    3.4 DBN模型的參數(shù)選擇
4 實(shí)驗與結(jié)果分析
    4.1 實(shí)驗結(jié)果
    4.2 結(jié)果分析
5 結(jié)語



本文編號：3736459