中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于非参数回归与最近邻方法的恒星光谱自动分类

文献类型:期刊论文

作者张健楠2; 赵永恒2; 刘蓉1
刊名光谱学与光谱分析
出版日期2009
卷号000期号:012页码:3424
ISSN号1000-0593
英文摘要恒星光谱数据的自动识别与分类是现代巡天望远镜所产生的海量光谱数据处理的一项重要研究内容。针对流量未定标的低分辨率恒星光谱设计了一种有效的自动分类方案,实现恒星光谱的MK分类:光谱型及其次型分类,光度型分类。该方案由三部分实现:(1)连续谱归一化:基于小波技术提取低频信号逼近连续谱的方法;(2)七种光谱型及其次型的分类通过非参数回归方法实现。(3)光度型分类通过基于最近邻的χ2方法实现。实验结果表明该方案能够有效实现恒星光谱的MK分类,光谱型及其次型的分类精度为3.2个光谱次型,Ⅰ-Ⅴ光度型的正确识别率为60%,次优统计率为78%。该方案训练速度快,方法实现容易,适用于海量恒星光谱自动分类处理系统。
语种英语
源URL[http://ir.bao.ac.cn/handle/114a11/42367]  
专题光学部_LAMOST运行和发展中心
作者单位1.北京服装学院
2.中国科学院国家天文台
推荐引用方式
GB/T 7714
张健楠,赵永恒,刘蓉. 基于非参数回归与最近邻方法的恒星光谱自动分类[J]. 光谱学与光谱分析,2009,000(012):3424.
APA 张健楠,赵永恒,&刘蓉.(2009).基于非参数回归与最近邻方法的恒星光谱自动分类.光谱学与光谱分析,000(012),3424.
MLA 张健楠,et al."基于非参数回归与最近邻方法的恒星光谱自动分类".光谱学与光谱分析 000.012(2009):3424.

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。