NAOC Open IR
一种基于Map/Reduce分布式计算的恒星光谱分类方法
潘景昌1; 王杰1; 姜斌1; 罗阿理1; 韦鹏2; 郑强3
2016
Source Publication光谱学与光谱分析
ISSN1000-0593
Volume036Issue:008Pages:2651
Abstract天体光谱中蕴含着非常丰富的天体物理信息,通过对光谱的分析,可以得到天体的物理信息、化学成分以及天体的大气参数等。随着LAMOST和SDSS等大规模巡天望远镜的实施,将会产生海量的光谱数据,尤其是LAMOST正式运行后,每个观测夜产生大约2~4万条光谱数据。如此海量的光谱数据对光谱的快速有效的处理提出了更高的要求。恒星光谱的自动分类是光谱处理的一项基本内容,该研究主要工作就是研究海量恒星光谱的自动分类技术。Lick线指数是在天体光谱上定义的一组用以描述光谱中谱线强度的标准指数,代表光谱的物理特性,以每个线指数最突出的吸收线命名,是一个相对较宽的光谱特征。研究了基于Lick线指数的贝叶斯光谱分类方法,对F,G,K三类恒星进行分类。首先,计算各类光谱的Lick线指数作为特征向量,然后利用贝叶斯分类算法对三类恒星进行分类。针对海量光谱的情况,基于Hadoop平台实现了Lick线指数的计算,以及利用贝叶斯决策进行光谱分类的方法。利用HadoopHDFS高吞吐率和高容错性的特点,结合Hadoop MapReduce编程模型的并行优势,提高了对大规模光谱数据的分析和处理效率。该研究的创新点为:(1)以Lick线指数作为特征,基于贝叶斯算法实现恒星光谱分类;(2)基于Hadoop MapReduce分布式计算框架实现Lick线指数的并行计算以及贝叶斯分类过程的并行化。
Language英语
Document Type期刊论文
Identifierhttp://ir.bao.ac.cn/handle/114a11/39954
Collection中国科学院国家天文台
Affiliation1.山东大学
2.中国科学院国家天文台
3.烟台大学
Recommended Citation
GB/T 7714
潘景昌,王杰,姜斌,等. 一种基于Map/Reduce分布式计算的恒星光谱分类方法[J]. 光谱学与光谱分析,2016,036(008):2651.
APA 潘景昌,王杰,姜斌,罗阿理,韦鹏,&郑强.(2016).一种基于Map/Reduce分布式计算的恒星光谱分类方法.光谱学与光谱分析,036(008),2651.
MLA 潘景昌,et al."一种基于Map/Reduce分布式计算的恒星光谱分类方法".光谱学与光谱分析 036.008(2016):2651.
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
[潘景昌]'s Articles
[王杰]'s Articles
[姜斌]'s Articles
Baidu academic
Similar articles in Baidu academic
[潘景昌]'s Articles
[王杰]'s Articles
[姜斌]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[潘景昌]'s Articles
[王杰]'s Articles
[姜斌]'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.