Current Location:home > Browse

1. chinaXiv:201905.00065 [pdf]

基于DenseNet的天体光谱分类方法

王奇勋; 赵刚; 范舟
Subjects: Astronomy >> Astrophysical processes

天体光谱数据的智能处理正由传统机器学习方法逐步转向深度学习,主要采用基于计算机视觉的技术手段。本文基于在计算机视觉领域广泛应用的DenseNet网络结构,针对光谱数据进行修改,建立了适用于光谱数据的一维卷积神经网络模型解决天体光谱数据分类任务。在验证数据集上,恒星、星系、类星体的F1分数达到了为0.9987、0.9127、0.9147,高于传统神经网络。光谱分类关注区域的可视化结果表明,本文模型可以学习到各类天体对应的特征谱线,具有较强的可解释性。本文的方法被用于阿里云天池天文数据挖掘大赛——天体光谱智能分类,并在843支参赛队伍的3次数据评比中获得了2次第一、1次第三的成绩,证明了该模型在保证分类精度的同时具有极强的鲁棒性、泛化性,适用于光谱的自动分类。

submitted time 2019-05-20 From cooperative journals:《天文研究与技术》 Hits5203Downloads502 Comment 0

2. chinaXiv:201904.00102 [pdf]

碳超丰贫金属拐点星的搜寻与丰度分析

张世琳; 李海宁; 赵刚
Subjects: Astronomy >> Astrophysical processes

C超丰贫金属星(CEMP)在老年恒星中的普遍存在使得它成为研究宇宙早期形成和演化的重要对象,具有不同中子俘获元素丰度特征的CEMP有着不同的起源。不同于已经历挖掘过程的巨星,主序拐点星能很好地在其表层大气保留形成初期的物质,从而可以追溯到更早期的恒星形成化学环境。我们通过LAMOST巡天数据选源并利用Subaru/HDS进行后续高分辨率光谱观测了12颗CEMP主序拐点星,其中有10颗星是首次被分析。与已有的CEMP主序拐点星观测样本相比,我们的样本中包含了更高比例的中子俘获元素不超丰CEMP恒星(CEMP-no星),发生在中等程度C超丰区域,为其起源研究提供了重要数据。对其中6颗CEMP-no星测定了Li丰度,尤其是其中3颗极贫金属星样为探讨[Fe/H]<-3.0的CEMP拐点星Li丰度特征提供了重要的新观测数据。新增样本验证了CEMP-no星在[Fe/H]~-3.0附近为Li-正常星,与前人结论一致;而新增的两颗CEMP-s星表现出了中等Li丰度,介于之前的较大Li丰度范围,我们的研究为CEMP-s和CEMP-no的分类提供了辅助约束条件。

submitted time 2019-04-29 From cooperative journals:《天文研究与技术》 Hits4337Downloads387 Comment 0

  [1 Pages/ 2 Totals]