| 一种新的基于2维傅里叶谱图像的恒星光谱特征提取方法和深度网络分类应用 |
| |
| 作者姓名： | 张静敏 马晨晔 王璐 杜利婷 许婷婷 艾霖嫔 周卫红 |
| |
| 作者单位： | 云南民族大学数学与计算机科学学院昆明650500,云南农业职业技术学院经济管理学院昆明650031,云南民族大学数学与计算机科学学院昆明650500,云南民族大学数学与计算机科学学院昆明650500,广州大学物理与电子工程学院广州510006,云南民族大学数学与计算机科学学院昆明650500,云南民族大学数学与计算机科学学院昆明650500;中国科学院天体结构与演化重点实验室昆明650011 |
| |
| 基金项目： | %\footnotetext{\small \2019-07-22收到原稿, 2019-08-21收到修改稿 |
| |
| 摘 要： | 天体光谱分类是天文学研究的重要内容之一,其关键是从光谱数据中选择和提取对分类识别最有效的特征构建特征空间.提出一种新的基于2维傅里叶谱图像的特征提取方法,并应用于LAMOST (the Large Sky Area Multi-Object Fiber Spectroscopic Telescope)恒星光谱数据的分类研究中.光谱数据来源于LAMOST Data Release 5(DR5),选取30000条F、 G和K型星光谱数据,利用短时傅里叶变换(Short-Time Fourier Transform, STFT)将1维光谱数据变换成2维傅里叶谱图像,对得到的2维傅里叶谱图像采用深度卷积网络模型进行分类,得到的分类准确率是92.90%.实验结果表明通过对LAMOST恒星光谱数据进行STFT可得到光谱的2维傅里叶谱图像,谱图像构成了新的光谱数据特征和特征空间,新的特征对于光谱数据分类是有效的.此方法是对光谱分类的一种全新尝试,对海量天体光谱的分类和挖掘处理有一定的开创意义.
|
| 关 键 词： | 恒星:基本参数 方法:数据分析 技术:光谱分析 |
| 收稿时间： | 2019-10-21 |
| 本文献已被 CNKI 维普 等数据库收录！ |
| 点击此处可从《天文学报》浏览原始摘要信息 |
|
点击此处可从《天文学报》下载免费的PDF全文 |
|
