基于覆盖算法的天体光谱自动分类

作     者：杨金福 吴福朝 罗阿理 赵永恒 YANG Jin-Fu;WU Fu-Chao;LUO A-Li;ZHAO Yong-Heng

作者机构：中国科学院自动化研究所模式识别国家重点实验室北京100080 中国科学院国家天文台北京100012 

基　　金：国家863高技术研究发展计划项目(No.2003AA133060) 国家重大科学工程 LAMOST 计划项目资助 

出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期：2006年第19卷第3期

页      码：368-374页

摘      要：海量天体光谱数据的自动分类是大型观测计划项目中急需解决的重要问题之一.本文设计一种基于覆盖算法的天体光谱自动分类方法.首先对训练样本进行训练,得到各类样本的支撑点(代表点),然后在分类时只需计算待分类样本到各类支撑点的距离,并将与之最近的支撑点所在的类别作为待分类样本的类别.通过对正常星系、正常恒星、星暴星系和活动星系核的模拟和实测光谱进行分类实验,并与 SVM 分类方法进行比较,结果表明本文方法具有训练速度快、分类准确率高等特点.因此,本文的自动分类算法对大型观测计划所获得的海量天体光谱数据处理有着重要的意义.

主 题 词：天体光谱 自动分类 覆盖算法 判别准则 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 07[理学] 081104[081104] 08[工学] 070401[070401] 0835[0835] 0704[理学-天文学类] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.1111/j.1439-0523.2006.01249.x

馆 藏 号：203119340...