基于LASSO算法的恒星α元素丰度估计方法研究

摘要：

主要研究了一种新的基于 LASSO 算法的恒星α元素丰度估计方法。海量恒星的α元素(O,Mg, Si,Ca 和Ti)丰度信息将有助于我们了解银河系的演化进程。但目前从中低分辨率光谱中确定α元素丰度的方法主要是模板匹配法,但该方法算法复杂,优化参数较为困难且对噪声敏感,因此有必要研究新的方法。实验结果显示,LASSO算法对 ELODIE光谱的α丰度的估计精度为0.003(0.078)dex。为验证光谱分辨率变化对 LASSO算法结果的影响,我们首先用 ELODIE 光谱通过高斯卷积得到了分辨率为42000,21000,10500,4200和2100的光谱,然后使用 LASSO 算法估计α元素丰度,精度分别为0.0033(0.078)dex,-0.05(0.059)dex,-0.007(0.060)dex,0.0080(0.069)dex和-0.0045(0.067)dex。上述结果证明 LAS-SO算法对分辨率变化不敏感。为验证 LASSO算法对信噪比变化的鲁棒性,使用 ELODIE 光谱分别构造了信噪比为30,25,20,15和5的光谱。LASSO 算法在上述数据集上的精度分别为-0.002(0.076)dex,-0.09(0.073)dex,0.0036(0.075)dex,0.0076(0.078)dex和-0.009(0.08)dex,因而LASSO算法对信噪比变化不敏感。因此,LASSO 算法适用于低分辨率低信噪比的 LAMOST 和 SDSS 光谱。LASSO 算法在SDSS光谱上的估计精度为0.0037(0.097)dex,而在球状星团和疏散星团成员星上的结果显示LASSO算法给出的丰度与文献给出α丰度值误差在1σ以内。因此,LASSO算法能够用于估计恒星的α元素丰度。

关键词：LASSO、α元素丰度、线性回归、特征提取

所属期刊栏目：37

分类号：TP29(自动化技术及设备)

资助基金：国家自然科学基金项目U1431102,11603012;山东省青年基金项目ZR2015AQ011;山东大学威海青年学者未来计划资助

在线出版日期：2017-03-06（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：278-282