分类： 天文学 >> 天文学 提交时间： 2021-08-20 合作期刊: 《天文研究与技术》
摘要： 在天文学研究领域，星系的分类一直是一个热点和难点问题。近年来有学者将机器学习应用到星系形态的简单分类任务上，但在分类过程中出现特征选择困难、特征遗漏、分类器选择困难等一系列难题。星系在视觉形态上可以分为椭圆星系、旋涡星系、透镜星系以及不规则星系，本文针对SDSS DR16、Galaxy Zoo2、EFIGI目录中星系的测光图像，提出了一种分类精度更高的星系形态分类的方法GMC(Galaxy Morphological Classification)。我们首先对图像进行了剪裁、去噪处理，然后采用旋转、平移、缩放等方法进行数据增强，最后搭建了星系形态分类网络GMC-net对图像进行分类。从实验分类结果来看，旋涡星系、椭圆星系、透镜星系以及不规则星系分类精确率分别为98.29%、98.49%、99.18%、99.91%，召回率分别为98.44%、99.03%、98.89%、99.34%；对单独来自EFIGI目录中四种形态星系的分类准确率也达到了99.34%。实验结果表明GMC相较于其他分类方法表现更好，可以更有效地用于星系的形态分类。
分类： 天文学 >> 天文学 提交时间： 2019-01-03 合作期刊: 《天文研究与技术》
摘要： 郭守敬望远镜(LAMOST)每日产生海量观测数据，数据处理涉及观测计划生成、二 维和一维数据分析、参数测量、质量控制和光谱释放等诸多环节。为了更高效地获取、处理、分析数据和发布数据以及及时解决数据处理过程中出现的问题,开展了LAMOST数据流与光谱质量控制研究。首先，深入研究LAMOST系统数据流和工作流程，结合关系型数据库进行数据建模，实现基于Linux的MySQL数据库系统，将数据处理和发布各个环节有机串联并融合在一起；然后，基于该数据库系统，定义光谱质量控制模型，建立光谱质量控制系统，严格控制光谱质量和光谱产出各个环节，从而为优质的光谱资源的释放提供保障。该数据流与光谱质量控制系统可以很好的满足LAMOST数据处理和数据管理的需要，是可以扩展至同类望远镜系统进行数据处理的一种有效方案。
分类： 天文学 >> 天文学 提交时间： 2018-09-11 合作期刊: 《天文研究与技术》
摘要： DA白矮星的光谱在光学波段主要由巴尔默线主导。由于谱线比较宽，而且谱线轮廓不对称，传统的线心确定视向速度方法非常困难。本文介绍了一种基于利用白矮星的有效温度和表面重力加速度来选择理论模板通过交叉相关方法来确定DA白矮星的APP速度，再减去白矮星的引力红移就得到了白矮星的视向速度。测试发现对于Teff高于10000K的DA白矮星的低分辨率光谱（R~2000），在信噪比大于20的情况下，精度在10km/s以内。我们测量了SDSS DR7的DA白矮星观测样本的视向速度，统计发现在1000pc内，视向速度的平均值接近于0。
分类： 天文学 >> 天文学 提交时间： 2017-09-26 合作期刊: 《天文研究与技术》
摘要： 以可扩展性极强的开源软件R程序语言为工具，发挥在统计学和数据挖掘领域强大的数据分析能力，重点研究R语言用于读写FITS格式文件软件包RFITSIO的主要功能和特点，并对LOMAST采集的FITS文件进行详细介绍，将海量LOMAST巡天光谱DR2数据用RFITSIO读出恒星光谱，并利用R语言的主成分分析工具提取各类型光谱数据的特征量即主成分。从含有大量冗余信息的光谱中提取代表恒星光谱特征的主要成分，通过采用主成分分析方法提取光谱特征，重构后能够有效降低原始光谱数据受噪声的影响，为后续数据挖掘工作提供研究基拙。
点击量
点击量
下载量
评论
