基于支持向量机算法的矮星系分类研究

发布时间：2022-12-22 01:47

　　矮星系是一类特殊的星系,其对于研究早期宇宙以及恒星系的形成和演化过程十分重要。但是目前人类所能观察到的矮星系有限,如何从巡天项目获取的海量图像中识别出矮星系是研究的热点问题。文章意在通过人工智能的方法将矮星系与非矮星系图像进行分类,解决矮星系识别问题,提出卷积神经网络和一类支持向量机两种方法。经过实验,一类支持向量机分类的准确率更高。 

【文章页数】：3 页

【文章目录】：
0 引 言
1 算法介绍
    1.1 卷积神经网络
    1.2 一类支持向量机
2 数据介绍
3 实验过程与结果
    3.1 卷积神经网络实验过程及结果
    3.2 一类支持向量机实验过程及结果
4 结 论


【参考文献】：
期刊论文
[1]基于上下文特征与单类支持向量机的人脸活体检测[J]. 闫龙,胡晓鹏.  电子技术应用. 2020(06)
[2]基于卷积神经网络的恒星光谱自动分类方法[J]. 石超君,邱波,周亚同,段福庆.  光谱学与光谱分析. 2019(04)
[3]基于最近邻方法的类星体与正常星系光谱分类[J]. 李乡儒,卢瑜,周建明,王永俊.  光谱学与光谱分析. 2011(09)



本文编号：3723193