基于局部均值的K-近质心近邻光谱分类
文献类型：期刊论文
| 作者 | 屠良平1; 魏会明1; 王志衡2; 韦鹏3; 罗阿理3 ; 赵永恒3
|
| 刊名 | 光谱学与光谱分析
 |
| 出版日期 | 2015 |
| 卷号 | 035期号:004页码:1103 |
| ISSN号 | 1000-0593 |
| 英文摘要 | 天体光谱包含着许多重要的关于天体的物理和化学信息,如天体表面的有效温度、重力加速度以及化学丰度等,天体光谱的处理和分析对天文研究具有重要的科学意义。一些大型巡天计划的实施（如SDSS,LAMOST等）使我们获得了海量的天文光谱数据,因此天文光谱数据的自动分类成为重要的科学研究课题,然而面对如此海量的光谱数据,一些传统的光谱自动分类方法已经不适用,迫切需要寻找高效率的光谱自动分类技术。研究了基于局部均值的K-近质心近邻（local mean-based K-nearest centroid neighbor,LMKNCN）算法在恒星（Star）、星系（Galaxy）和类星体（Quasar,QSO）的光谱分类中的应用。LMKNCN算法的基本思想是根据近质心近邻原则,从每一类训练样本集中为待测样本点选取k个近质心近邻点,然后根据每一类中所选取的k个近质心近邻点的均值点到待测样本点x的距离来判别x的所属类别。针对美国SDSS-DR8的天体光谱数据,对比了K-近邻、K-近质心近邻、LMKNCN三种算法在恒星、星系和类星体的光谱分类中所表现的性能,结果表明三种方法中,LMKNCN算法对这三种光谱的识别率高于其他两种算法或者与其相当,而且其平均分类正确率高于另外两种算法,特别是在类星体的识别率上表现的更好。表明了该算法对天文光谱大数据的快速处理和有效利用具有重要的意义。 |
| 语种 | 英语 |
| 源URL | [http://ir.bao.ac.cn/handle/114a11/39415]  |
| 专题 | 光学部_LAMOST运行和发展中心 |
| 作者单位 | 1.辽宁科技大学 2.河南理工大学 3.中国科学院国家天文台 |
| 推荐引用方式 GB/T 7714 | 屠良平,魏会明,王志衡,等. 基于局部均值的K-近质心近邻光谱分类[J]. 光谱学与光谱分析,2015,035(004):1103. |
| APA | 屠良平,魏会明,王志衡,韦鹏,罗阿理,&赵永恒.(2015).基于局部均值的K-近质心近邻光谱分类.光谱学与光谱分析,035(004),1103. |
| MLA | 屠良平,et al."基于局部均值的K-近质心近邻光谱分类".光谱学与光谱分析 035.004(2015):1103. |
入库方式： OAI收割
来源：国家天文台
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。