基于线指数特征的海量恒星光谱聚类分析研究

发布时间：2018-01-11 10:19

本文关键词：基于线指数特征的海量恒星光谱聚类分析研究　出处：《光谱学与光谱分析》2016年08期 　论文类型：期刊论文

【摘要】：聚类分析是数据挖掘中用以发现数据分布和隐含模式的一种重要算法,能简单有效地研究大样本、多参量和类别未知的光谱数据。以线指数作为光谱数据的特征值能够在尽可能多的保留光谱物理特征的同时,有效解决高维光谱数据聚类分析中运算复杂度较高的问题。本文提出了基于线指数特征的海量恒星光谱数据聚类分析的方法,提取恒星光谱中的Lick线指数作为海量巡天光谱数据的特征,使用k均值聚类算法完成对光谱数据的聚类,然后对聚类结果进行有效的分析。实验结果证明该方法能够快速有效地将具有相似物理特征的恒星光谱数据聚集到一起,该方法可以应用到巡天数据的研究中。
[Abstract]:Clustering analysis is an important algorithm used in data mining to find the data distribution and implicit mode . The spectral data of large sample , multi - parameter and class unknown can be studied simply and effectively . The spectral data of the high - dimensional spectrum data can be effectively solved by using the line index as the characteristic of the mass patrol data . The clustering of the spectral data is obtained by using the k - means clustering algorithm . The experimental results show that the method can quickly and effectively aggregate the stellar spectral data with similar physical characteristics , and the method can be applied to the research of the patrol data .

【作者单位】：山东大学(威海)机电与信息工程学院;中国科学院光学天文重点实验室国家天文台;
【基金】：国家自然科学基金项目(U1431102,11473019)资助
【分类号】：P144.1
【正文快照】： 引言 —ft严 ⑴另外6条分子吸收线指数以星等的形式计算随着LAM0STC叫开始正式巡天,每天将会观测到上万 Mag=—2.5 l0g「(N)\"2^dAl(2)条光谱数据,如此庞大的数目对光谱的快速有效处理提出了 . _jg胃其中,Ai和A2分别为中心波段起止波长,Fu和分别表7K聚类分析w是-种无监督分

【相似文献】