LAMOST作為國家重大科學(xué)工程項目,目前在世界上對光譜的觀測、獲取率最高,為天文學(xué)的研究與發(fā)展提供大量的數(shù)據(jù)和信息資源.根據(jù)LAMOST發(fā)布的恒星光譜數(shù)據(jù)文件,從中提取出關(guān)于恒星光譜波長的數(shù)據(jù)信息,對數(shù)據(jù)進(jìn)行噪聲剔除、數(shù)據(jù)降維、數(shù)據(jù)規(guī)范化、數(shù)據(jù)降維處理.利用BP神經(jīng)網(wǎng)絡(luò)算法對數(shù)據(jù)進(jìn)行分類處理,根據(jù)分類結(jié)果正確率來判斷BP神經(jīng)網(wǎng)絡(luò)模型的優(yōu)劣.但是BP神經(jīng)網(wǎng)絡(luò)對測試集數(shù)據(jù)的測試效果并不代表對其他數(shù)據(jù)具有同樣的測試效果而且易產(chǎn)生過擬合,所以采用交叉驗證與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法, BP神經(jīng)網(wǎng)絡(luò)算法可對多組不同的數(shù)據(jù)進(jìn)行測試,得到多組測試結(jié)果并求得平均值,可得到BP神經(jīng)網(wǎng)絡(luò)模型相對穩(wěn)定的測試結(jié)果并降低結(jié)果的隨機(jī)性.

【文章頁數(shù)】：8 頁

【部分圖文】：

圖3-510折交叉驗證過程示意圖

-31-低時為73.25%，較高時為78.3%；對于G類型，輸入層神經(jīng)元22個，輸出層神經(jīng)元5個，隱含層神經(jīng)元取值范圍為[6,15)，分類預(yù)測結(jié)果較低時為70.2%，較高時為74.8%；對于K類型，輸入層神經(jīng)元22個，輸出層4個，隱含層神經(jīng)元取值范圍[6,15)，分類預(yù)測結(jié)果較低....

本文編號：4025566