早M 型矮恒星光谱聚类方法与分析
文献类型：期刊论文
| 作者 | 刘杰2; 潘景昌2; 吴明磊2; 刘聪2; 韦鹏1; 衣振萍2; 刘猛2 |
| 刊名 | 光谱学与光谱分析
 |
| 出版日期 | 2017 |
| 卷号 | 037期号:012页码:3904 |
| ISSN号 | 1000-0593 |
| 英文摘要 | 大规模光谱巡天项目如LAMOST等产生了海量极具研究价值的观测数据,如何对此数量级的数据进行有效的分析是当前的一个研究热点。聚类算法是一类无监督的机器学习算法,可以在不依赖于领域知识的情况下对数据进行处理,发现其中的规律与结构。恒星光谱聚类是天文数据处理中一项非常重要的工作,主要对海量光谱巡天数据按照其物理及化学性质分类。针对LAMOST巡天中的早M型矮恒星的光谱数据,使用多种聚类算法如K-Means,Bisecting K-Means和OPTICS算法做了聚类分析,研究不同聚类算法在早M型恒星数据的表现。聚类算法在一定程度依赖于其使用的距离度量算法,同时研究了欧氏距离、曼哈顿距离、残差分布距离和上述三种聚类算法搭配下的表现。实验结果表明：（1）聚类算法可以很好地辅助分析早M型矮恒星的光谱数据,聚类产生的簇心数据和MK分类吻合得非常好。（2）三种不同聚类算法表现不尽相同,Bisecting K-Means在恒星光谱细分类方面更有优势。（3）在聚类的同时也会产生一些数量较少的簇,从这些簇中可以发现一些稀有天体候选体,相对而言OPTICS适合用来寻找稀有天体候选体。 |
| 语种 | 英语 |
| 源URL | [http://ir.bao.ac.cn/handle/114a11/43653]  |
| 专题 | 中国科学院国家天文台 |
| 作者单位 | 1.中国科学院国家天文台 2.山东大学 |
| 推荐引用方式 GB/T 7714 | 刘杰,潘景昌,吴明磊,等. 早M 型矮恒星光谱聚类方法与分析[J]. 光谱学与光谱分析,2017,037(012):3904. |
| APA | 刘杰.,潘景昌.,吴明磊.,刘聪.,韦鹏.,...&刘猛.(2017).早M 型矮恒星光谱聚类方法与分析.光谱学与光谱分析,037(012),3904. |
| MLA | 刘杰,et al."早M 型矮恒星光谱聚类方法与分析".光谱学与光谱分析 037.012(2017):3904. |
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。