基于深度信念網(wǎng)絡(luò)的LAMOST恒星光譜分類(lèi)研究
摘要:恒星光譜分類(lèi)是光譜分析的一種重要方法,是天體光譜數(shù)據(jù)挖掘的重要內(nèi)容。針對(duì)從LAMOST(the Large Sky AreaMulti-Object Fiber Spectroscopic Telescope)Data Release 5(DR5)選取出的33 000條F、G和K型3種恒星光譜數(shù)據(jù),采用一種基于深度信念網(wǎng)絡(luò)的恒星光譜分類(lèi)方法,通過(guò)在訓(xùn)練過(guò)程中對(duì)恒星光譜數(shù)據(jù)進(jìn)行分層特征學(xué)習(xí),從而建立深度信念網(wǎng)絡(luò)模型。最后對(duì)此模型進(jìn)行恒星光譜分類(lèi)測(cè)試,得到F、G和K型3種恒星的分類(lèi)精確率分別為0.93、0.90和0.98,從而驗(yàn)證了該模型對(duì)這3種恒星光譜的正確性,分類(lèi)精確率較高,對(duì)海量天體光譜數(shù)據(jù)的處理有著重要意義。
注: 保護(hù)知識(shí)產(chǎn)權(quán),如需閱讀全文請(qǐng)聯(lián)系大理大學(xué)學(xué)報(bào)雜志社