基于非参数回归与最近邻方法的恒星光谱自动分类

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.针对流量末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x~2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.

关键词：恒星光谱分类、连续谱归一化、非参数回归、最近邻方法、光度

所属期刊栏目：29

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金项目10603001;北京市属市管高等学校人才强教计划项目PHR

在线出版日期：2010-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3424-3428