NAOC Open IR
自适应增强方法在光谱自动分类中的应用
赵梅芳1; 罗阿理2; 吴福朝1; 赵永恒2
2008
Source Publication光谱学与光谱分析
ISSN1000-0593
Volume028Issue:002Pages:472
Abstract针对活动星系核(AGN)光谱中发射线的不同特征,在恢复到静止系状态后的光谱上截取具有有效特征的波段范围,采用自适应增强(Adaboost)的方法,对宽线和窄线AGNs进行特征融合的分类实验,经分析,确定了以Hα和NⅡ发射线为主的波段为宽线和窄线AGNs光谱的主要区别特征。再单独对Hα和NⅡ发射线为主的波段,用自适应增强的方法对其进行光谱分类。自适应增强方法在训练过程中不断地加入“弱分类器”,直到达到某个预定的足够小的误差率或一定的循环次数,最后构成的总体分类器的分类判决由这些“弱分类器”各自的判决结果的投票来决定。此方法不需要事先调节参数,且“弱分类器”的分类结果只需好于随机猜测,算法简单。实验证明,对于单独采用以Hα和NⅡ发射线为主的波段,自适应增强方法能达到较好的分类效果,从而可有效地应用于大型光谱巡天所产生的活动星系核光谱的自动分类中。
Language英语
Document Type期刊论文
Identifierhttp://ir.bao.ac.cn/handle/114a11/52228
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
Recommended Citation
GB/T 7714
赵梅芳,罗阿理,吴福朝,等. 自适应增强方法在光谱自动分类中的应用[J]. 光谱学与光谱分析,2008,028(002):472.
APA 赵梅芳,罗阿理,吴福朝,&赵永恒.(2008).自适应增强方法在光谱自动分类中的应用.光谱学与光谱分析,028(002),472.
MLA 赵梅芳,et al."自适应增强方法在光谱自动分类中的应用".光谱学与光谱分析 028.002(2008):472.
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
[赵梅芳]'s Articles
[罗阿理]'s Articles
[吴福朝]'s Articles
Baidu academic
Similar articles in Baidu academic
[赵梅芳]'s Articles
[罗阿理]'s Articles
[吴福朝]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[赵梅芳]'s Articles
[罗阿理]'s Articles
[吴福朝]'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.