基于K近邻方法的窄线与宽线活动星系核的自动光谱分类

对于美国芝加哥大学等6个组织的斯隆数字化巡天观测(SDSS)的一批低红移活动星系核(AGN)光谱数据,针对宽线AGNs和窄线AGNs发射线的不同特征,在静止系的光谱上截取有效波段范围,采用自动分类的K近邻方法,对其进行分类．宽线和窄线AGNs光谱的主要区别在于Hβ、[OⅢ]、Ha和[NⅡ]等发射线的幅度和半高全宽(FWHM)的大小,所以截取这些发射线所在的波段进行单独或组合的分类实验,实验证明,单独采用以Hα和[NⅡ]发射线为主的波段,分类效果最好,且对于训练样本数和测试样本数分别为1000和3313条的AGNs光谱的单次分类速度可达32．89秒．在充分利用光谱的典型特征的情况下,自动分类方法也可有效地应用于活动星系核的分类,为传统的通过计算发射线的FWHM值或发射线强比对大型光谱巡天所产生的庞大数据库进行分类提供了一种快速直接的分类方法．     

确定恒星表面有效温度的曲面拟合方法

恒星表面有效温度是恒星的一个重要物理参量，是恒星光谱差异的决定因素。本文提出了一种确定恒星表面有效温度的曲面拟合方法，所使用的拟合曲面模型是多项式的指数函数。首先对历史光谱数据进行PCA处理，再根据PCA特征数据与其表面温度的对应关系计算拟合曲面。通过实验，我们发现使用2维PCA数据和指数为3次多项式，根为10的指数函数模型所得到的拟合曲面，不仅有效好的拟合精度而且有很好的鲁棒性。本文的研究结果对恒星表面有效温度的自动测量具有重要的意义。     

恒星大气物理参量的非参数估计方法

恒星大气物理参量（有效温度、表面重力、化学丰度）是导致恒星光谱差异的主要因素．恒星大气物理参量的自动测量是LAMOST等大规模巡天望远镜所产生的海量天体光谱数据自动处理中一个重要研究内容．针对测量大样本的恒星光谱数据估计每个恒星的大气物理参量，提出了一种基于变窗宽核函数的估计算法：变窗宽算法是对固定窗宽算法的改进，分为3个步骤：（1）将历史恒星光谱数据进行PCA处理，得到光谱的低维特征数据；（2）利用特征数据与其物理参数的对应关系，建立一种变窗宽的非参数估计模型；（3）利用该估计模型，直接计算待测恒星光谱的3个物理参量（有效温度、表面重力、金属丰度）．实验结果表明：该方法与固定窗宽估计模型以及在其他文献中报道的方法相比，具有较高的估计精度和鲁棒性．