基于Stacking集成学习的恒星/星系分类研究

机器学习在当今诸多领域已经取得了巨大的成功,但是机器学习的预测效果往往依赖于具体问题.集成学习通过综合多个基分类器来预测结果,因此,其适应各种场景的能力较强,分类准确率较高.基于斯隆数字巡天(Sloan Digital Sky Survey,SDSS)计划恒星/星系中最暗源星等集分类正确率低的问题,提出一种基于Stacking集成学习的恒星/星系分类算法.从SDSS-DR7(SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源星等集、暗源星等集和最暗源星等集.仅针对分类较为复杂且困难的最暗源星等集展开分类研究.首先,对最暗源星等集使用10折嵌套交叉验证,然后使用支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)、XGBoost(eXtreme Gradient Boosting)等算法建立基分类器模型;使用梯度提升树(Gradient Boosting Decision Tree,GBDT)作为元分类器模型.最后,使用基于星系的分类正确率等指标,与功能树(Function Tree,FT)、SVM、RF、GBDT、XGBoost、堆叠降噪自编码(Stacked Denoising AutoEncoders,SDAE)、深度置信网络(Deep Belief Network,DBN)、深度感知决策树(Deep Perception Decision Tree,DPDT)等模型进行分类结果对比分析.实验结果表明,Stacking集成学习模型在最暗源星等集分类中要比FT算法的星系分类正确率提高了将近10%.同其他传统的机器学习算法、较强的提升算法、深度学习算法相比,Stacking集成学习模型也有较大的提升.     

“大洋一号”勘查技术体系的设计与建设

介绍了"大洋一号"远洋科学考察船在近1年的改装施工后所建立的现代化船舶勘查技术体系.由于引进了世界先进的调查设备,自主研发和改造了深海浅地层岩芯钻等大型调查设备,自主设计并完成了网络信息集成系统,同时对实验室、住舱等工作、生活环境进行了改造,"大洋一号"远洋科学考察船已集成了具有高精度水下定位、全覆盖地形地貌、可视化海底取样、地球物理(重、磁、震、浅地层)、深拖(声学、光学)、成矿环境(水文、化学)和生物等专业设备的联合探测分析系统,实现了各系统的科学同步作业和信息融合,大大提高了我国海洋科学考察工作的效率和管理水平,使我国的深海探测技术和方法基本实现了与国际接轨.     

山东半岛南北两侧海域真核浮游生物群落特征及与环境因子的相关性分析

为了解山东半岛南北两侧的烟台崆峒岛(KTD)海域和日照东港(DG)海域真核浮游生物群落特征,采用高通量测序技术,以18S rDNA V4区为目标基因,对2017年10月至2018年7月两海域的真核浮游生物多样性进行了检测;同期测定两海域的环境因子(溶解氧、氨氮含量等10个理化指标),并与真核浮游生物丰富度做相关性分析。实验结果表明:通过高通量测序技术共鉴定出浮游生物455种,其中,KTD海域共检测出真核浮游生物36个门类424种;DG海域共检测出真核浮游生物34个门类365种。绿藻门(Chlorophyta)、硅藻门(Diatomea)是两海域浮游植物中整体丰度最高的门类。KTD海域,绿藻门各月丰度在3.0%—21.3%之间,其中2018年7月(K1807)最高,达到了21.3%;硅藻门各月丰度在2.0%—16.59%之间,其中2018年2月(K1802)最高,达到了16.59%。DG海域,绿藻门各月丰度在2.0%—12.3%之间,其中2017年11月份(D1711)最高,达到了12.3%;硅藻门各月丰度在2.0%—47.0%之间,其中1月(D1801)最高,达到了47.0%。占优势地位的浮游动物主要是节肢动物门类的物种,其每月丰度分别在6.0%—38.9%和7.6%—48.6%之间。环境因子相关性分析表明水温、DO、pH、硅酸盐、硝酸盐氮等环境因子为影响该海域浮游生物群落结构的主要因子。研究结果对了解双壳经济贝类养殖区饵料组成及其在时空的变化,对海岸带食物网、生态基础管理和海洋经济贝类养殖生产等方面提供数据支撑。     

Torsional oscillations of magnetized relativistic stars

Strong magnetic fields in relativistic stars can be a cause of crust fracturing, resulting in the excitation of global torsional oscillations. Such oscillations could become observable in gravitational waves or in high-energy radiation, thus becoming a tool for probing the equation of state of relativistic stars. As the eigenfrequency of torsional oscillation modes is affected by the presence of a strong magnetic field, we study torsional modes in magnetized relativistic stars. We derive the linearized perturbation equations that govern torsional oscillations coupled to the oscillations of a magnetic field, when variations in the metric are neglected (Cowling approximation). The oscillations are described by a single two-dimensional wave equation, which can be solved as a boundary-value problem to obtain eigenfrequencies. We find that, in the non-magnetized case, typical oscillation periods of the fundamental     torsional modes can be nearly a factor of 2 larger for relativistic stars than previously computed in the Newtonian limit. For magnetized stars, we show that the influence of the magnetic field is highly dependent on the assumed magnetic field configuration, and simple estimates obtained previously in the literature cannot be used for identifying normal modes observationally.