您当前的位置: > 详细浏览

基于SVM的食双星光变曲线自动分类算法 后印本

请选择邀稿期刊:
摘要: 提出一种基于机器学习的食双星光变曲线自动分类算法。算法首先对数据进行预处理,将食双星光变曲线数据归一化,并通过滤波/插值降低噪声;随后使用快速傅里叶变换提取频率信号作为特征向量;利用特征向量训练支持向量机获得自动分类模型。使用Python实现算法并抓取CALEB和GCVS数据验证,分析特征向量、支持向量机核函数与惩罚系数对分类正确率的影响,优化后所得分类模型正确率达到92.8%(训练集)和89.0%(测试集),最后使用所得分类模型对第3方数据进行分类,正确率为88.8%,结果证明提出的分类算法有效性。

版本历史

[V1] 2018-09-10 15:52:57 ChinaXiv:201809.00044V1 下载全文
点击下载全文
预览
许可声明
metrics指标
  •  点击量2674
  •  下载量1029
评论
分享