当前位置:主页 > 科技论文 > 天文学论文 >

基于集成树模型的A型恒星大气参数的测量

发布时间:2021-11-11 19:01
  LAMOST目前作为天体光谱获取率最高的天文望远镜是进行大视场、大样本天文学研究的有力工具,其最新一期释放的数据集已经超过1000万条光谱,是世界上第一个获取光谱数据超过千万量级的望远镜设备。本文主要针对LAMOST所获取的海量天体光谱数据,进行天体光谱自动处理算法,特别是恒星大气参数的自动测量算法方面的研究。在恒星光谱中,线指数能够较好地保留恒星的物理特征信息,利用线指数这一物理特征对恒星进行参数测量能有效解决高维光谱数据运算复杂度较高的问题。本文即是基于LAMOST望远镜观测光谱数据,采取线指数作为主要输入特征,研究分析了极端随机树(Extremely Randomized Trees,Extra-Trees)、极端梯度提升树(Extreme Gradient Boosting,XGBoost)两种集成树模型在A型恒星大气物理参数自动测量方面的应用。工作内容主要包括:(1)设计并实现了基于极端随机树模型(Extra-Trees)的恒星光谱参数测量算法。利用LAMOST-DR6中A型恒星光谱数据集进行了一系列的实验测试,详细进行了基于该算法下26个线指数与恒星有效温度、表面重力及金属... 

【文章来源】:辽宁科技大学辽宁省

【文章页数】:65 页

【学位级别】:硕士

【部分图文】:

基于集成树模型的A型恒星大气参数的测量


LAMOST示意图

示意图,示意图,恒星,光谱


辽宁科技大学硕士学位论文3表1.1现有主要天文观测项目的基本性能指标对比表Tab.1.1Comparisontableofbasicperformanceindicatorsofexistingmainastronomicalobservationprojects望远镜指标LAMOSTSDSS2dFSST视场5°3°2°3.5°口径4.0m2.5m3.9m8.0m光纤数4000根660根400根1-3根焦比F/5F/5F/3.5F/1.8性能指数QI6400041256400192图1.2LAMOST结构示意图Fig.1.2SchematicdiagramofLAMOSTstructure1.2国内外研究现状目前用于恒星大气物理参数自动测量的方法大体可以分为模板匹配法和回归方法。所谓模板匹配,是指计算待测光谱与光谱库中光谱的距离,而与待测光谱距离最近的光谱所对应的恒星大气物理参数值即为该待测光谱的恒星大气物理参数。Xiang等人开发的LSP3通过将目标光谱与ELODIE库提供的模板进行互相关来确定径向速度。对于恒星大气参数的确定,使用的是MILES库中的模板,该模板具有类似于LAMOST光谱的光谱分辨能力,并经过精确的流量校准

恒星,哈佛


辽宁科技大学硕士学位论文72.天体光谱数据介绍2.1恒星的分类恒星种类繁多,各具特色,依据恒星光谱中的某些特征与谱线和谱带,以及这些谱线和谱带的相对强度,同时也考虑连续谱的能量分布,哈佛大学天文台建立了一种恒星序列分类法,将恒星分为O、B、A、F、G、K、M等光谱型,如图2.1所示。从O型到M型,恒星的温度由高到低。O型、B型和A型恒星温度较高称为早型星,而K型和M型恒星温度较低称为晚型星。图2.1恒星的哈佛分类系统Fig.2.1StellarHarvardClassificationSystem恒星是由引力凝聚在一起的球型发光等离子体,它们的性质主要由两个参数决定:一个是恒星表面的温度,另一个是恒星的光度,也就是恒星的绝对星等。恒星的温度相对于光度的图,叫做赫罗图(Hertzsprung-Russelldiagram,简写为H-Rdiagram或HRD),如图2.2所示,由丹麦天文学家赫茨普龙及由美国哲学家罗素分别于1911年和1913年各自独立提出。赫罗图是研究恒星演化的重要工具,可以测量一颗恒星的年龄和演化的状态,反映了恒星的光谱类型与光度之间的关系。赫罗图纵轴是光度与绝对星等,横轴是光谱类型及恒星的表面温度,从左向右递减。依据恒星在赫罗图的位置,可以将恒星划分为白矮星、主序星、巨星、超巨星等。在赫罗图上,绝大多数恒星分布在从左上到右下的一条带子上,这条带称为主星序。主星序上的恒星被称为主序星,又称矮星,90%以上的恒星都属于主序星,太阳也是这些主序星中的一颗。在主星序斜带上,左上端的恒星光度高,质量大,表面温度高,越往右下方,光度越小,质量也越小,表面温度也越低。在主星序右上方有一些恒星,它们的温度和某些主序星的温度一样,但光度却高得多,因此称之为巨星或超巨星。在主星序左下方,有一些温度高而光度低的星就是白矮星

【参考文献】:
期刊论文
[1]LAMOST星体光谱FITS文件解析与信息提取[J]. 刘曼云,赵正旭,王威,赵卫华,曹子腾,赵士伟.  电脑编程技巧与维护. 2019(08)
[2]基于XGBoost算法的恒星/星系分类研究[J]. 李超,张文辉,林基明.  天文学报. 2019(02)
[3]XGBoost原理及其应用[J]. 沈晨昱.  计算机产品与流通. 2019(03)
[4]基于梯度提升回归树的城市道路行程时间预测[J]. 龚越,罗小芹,王殿海,杨少辉.  浙江大学学报(工学版). 2018(03)
[5]LAMOST望远镜[J]. 施建荣.  科学通报. 2016(12)
[6]基于质量估计的恒星大气参数的自动测量[J]. 屠良平,魏会明,罗阿理,赵永恒.  光谱学与光谱分析. 2015(11)
[7]LAMOST天体光谱巡天[J]. 赵永恒.  物理. 2015(04)
[8]基于线指数的核偏最小二乘回归在恒星大气物理参数测量中的应用[J]. 王杰,潘景昌,谭鑫.  光谱学与光谱分析. 2014(03)
[9]基于神经网络的线指数恒星大气物理参数测量方法[J]. 谭鑫,潘景昌,王杰,罗阿理,屠良平.  光谱学与光谱分析. 2013(06)
[10]基于光谱相似度的恒星大气参数自动测量方法[J]. 刘杰,潘景昌,韦鹏,刘猛,罗阿理.  光谱学与光谱分析. 2012(12)

硕士论文
[1]基于模板匹配的恒星大气物理参数自动测量的研究[D]. 刘杰.山东大学 2012
[2]ANN在天体光谱分类及恒星大气参数测量中的应用[D]. 林雪梅.山东大学 2012
[3]LAMOST一维光谱自动处理[D]. 韦鹏.山东大学 2011



本文编号:3489355

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/tianwen/3489355.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户6fd5f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com