購物車(0)
基于深度學習的LAMOST光譜分類研究
摘要：光譜分類不僅對理解恒星物理學有著重要意義,而且在研究銀河系整體結(jié)構(gòu)和演化過程中起著至關(guān)重要的作用.然而在相關(guān)研究中仍存在分類精度低和光譜型未知等問題,因此提出一種新的光譜自動分類模型并將其應(yīng)用在F、G和K 3種恒星光譜的分類中,方法的基本思想是訓練一個深度信念網(wǎng)絡(luò)對光譜數(shù)據(jù)進行分層特征學習,然后采用反向傳播算法對整個模型進行微調(diào).從LAMOST (Large Sky Area Multi-Object Fiber Spectroscopic Telescope) Data Release 5 (DR5)中選取31667條包含F(xiàn)、G和K 3種恒星的光譜數(shù)據(jù),并在TOPCAT軟件中與GAIA (Global Astrometric Interferometer for Astrophysics)數(shù)據(jù)進行交叉,得到顏色-星等圖并驗證光譜數(shù)據(jù)的分布.最后對該模型進行評估,結(jié)果表明:深度信念網(wǎng)絡(luò)在綜合性能上優(yōu)于其他分類算法.
天文學報雜志要求:
{1}題目簡明確切地反映文稿的特定內(nèi)容，起畫龍點睛的作用。一般宜20個字左右。
{2}本刊所刊載的文章僅代表作者的觀點，并不完全代表編委及編輯部的觀點，歡迎讀者對刊載內(nèi)容展開學術(shù)批評和討論。
{3}正文文本，5號宋體，單倍行距，頁邊距上下限、左右邊距均采用Office 軟件的默認設(shè)置。
{4}文稿須附中文摘要，中文須內(nèi)容一致。中文摘要字數(shù)控制在100~150字，英文摘要字數(shù)少于100字。摘要中不得引用參考文獻。
{5}作者應(yīng)在文中相應(yīng)內(nèi)容處標注閱讀過的文獻資料。參考文獻的引用，應(yīng)為作者親自閱讀過的文獻。參考文獻的標注采用順序編碼制，按引用文獻出現(xiàn)的先后順序用阿拉伯數(shù)字依次編號，將序號置于方括號內(nèi)，如［1］，［1-2］，［3-6］。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
