NAOC Open IR
RVM有监督特征提取与Seyfert光谱分类
李乡儒1; 胡占义1; 赵永恒2; 李晓明3
2009
Source Publication光谱学与光谱分析
ISSN1000-0593
Volume000Issue:006Pages:1702
Abstract特征提取是光谱自动识别中的一个基本问题,它决定着光谱识别系统的性能和复杂度。目前的天体光谱自动分类研究主要使用的是基于以线性主成分分析(PCA)、小波变换(Wavelet transform)、人工神经网络(ANN)等为代表的非监督特征提取方法,而它们在特征提取时没有考虑到训练数据中的类别信息,并非按照分类能力进行特征选择和降维。文章研究了相关向量机(RVM)有监督特征提取方法及其在Seyfert光谱细分类中的应用。RVM是机器学习领域在近几年提出的一种Bayesian学习方法,它能有效地融合已有的先验知识、对问题的信念、训练数据和相应的类别信息,并按照分类能力提取特征,在理论上具有很大的潜在优势。另外,初步的实验结果表明,基于RVM的有监督特征提取方法在Seyfert光谱细分类中具有较好的性能。
Language英语
Document Type期刊论文
Identifierhttp://ir.bao.ac.cn/handle/114a11/49219
Collection中国科学院国家天文台
Affiliation1.中国科学院自动化研究所
2.中国科学院国家天文台
3.山西大学
Recommended Citation
GB/T 7714
李乡儒,胡占义,赵永恒,等. RVM有监督特征提取与Seyfert光谱分类[J]. 光谱学与光谱分析,2009,000(006):1702.
APA 李乡儒,胡占义,赵永恒,&李晓明.(2009).RVM有监督特征提取与Seyfert光谱分类.光谱学与光谱分析,000(006),1702.
MLA 李乡儒,et al."RVM有监督特征提取与Seyfert光谱分类".光谱学与光谱分析 000.006(2009):1702.
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
[李乡儒]'s Articles
[胡占义]'s Articles
[赵永恒]'s Articles
Baidu academic
Similar articles in Baidu academic
[李乡儒]'s Articles
[胡占义]'s Articles
[赵永恒]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[李乡儒]'s Articles
[胡占义]'s Articles
[赵永恒]'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.