NAOC Open IR
基于非参数回归与Adaboost的恒星光谱自动分类方法
刘蓉1; 乔学军2; 张健楠3; 段福庆4
2017
Source Publication光谱学与光谱分析
ISSN1000-0593
Volume037Issue:005Pages:1553
Abstract通过对恒星光谱进行分析可以研究银河系的演化与结构等科学问题,光谱分类是恒星光谱分析的基本任务之一。提出了一种结合非参数回归与Adaboost对恒星光谱进行MK分类的方法,将恒星按光谱型和光度型进行分类,并识别其光谱型的次型。恒星光谱的光谱型及其次型代表了恒星的表面有效温度,而光度型则代表了恒星的发光强度。在同一种光谱型下,光度型反映了谱线形状细节的变化,因此光度型的分类必须在光谱型分类基础上进行。本文把光谱型的分类问题转化为对类别的回归问题,采用非参数回归方法进行恒星光谱型和光谱次型的分类;基于Adaboost方法组合一组K近邻分类器进行光度型分类,Adaboost将一组弱分类器加权组合产生一个强分类器,提升光度型的识别率。实验验证了所提出分类方法的有效性,光谱次型识别的精度达到0.22,光度型的分类正确率达到84%以上。实验还对比了两种KNN方法与Adaboost方法的光度型分类,结果表明,利用KNN方法对光度型分类精度低,而基于弱分类器KNN的Adaboost方法将识别率大幅提升。
Language英语
Document Type期刊论文
Identifierhttp://ir.bao.ac.cn/handle/114a11/37805
Collection中国科学院国家天文台
Affiliation1.北京服装学院
2.西安建筑科技大学
3.中国科学院国家天文台
4.北京师范大学
Recommended Citation
GB/T 7714
刘蓉,乔学军,张健楠,等. 基于非参数回归与Adaboost的恒星光谱自动分类方法[J]. 光谱学与光谱分析,2017,037(005):1553.
APA 刘蓉,乔学军,张健楠,&段福庆.(2017).基于非参数回归与Adaboost的恒星光谱自动分类方法.光谱学与光谱分析,037(005),1553.
MLA 刘蓉,et al."基于非参数回归与Adaboost的恒星光谱自动分类方法".光谱学与光谱分析 037.005(2017):1553.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[刘蓉]'s Articles
[乔学军]'s Articles
[张健楠]'s Articles
Baidu academic
Similar articles in Baidu academic
[刘蓉]'s Articles
[乔学军]'s Articles
[张健楠]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[刘蓉]'s Articles
[乔学军]'s Articles
[张健楠]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.