NAOC Open IR
基于自动聚类算法autoclass的恒星星系分类
严太生1; 张彦霞2; 赵永恒2; 李冀1
2009
Source Publication中国科学g辑物理学力学天文学
ISSN1672-1780
Volume000Issue:012Pages:1794
Abstract自动聚类算法(AutoClass)是一种非监督的能对复杂数据进行精确的自动聚类的有效分类方法,可以事先设定好类别数目让AutoClass自动寻找,在寻找结束后,能够得到每一条数据分别属于每一类别的几率,这样可以根据专业知识,选出比较好的分类效果.描述了使用AutoClass对SDSSDR6的恒星/星系测光数据进行分类,将868974条测光数据进行处理,通过去离群数据和自动聚类的方法,将最终的812613条数据分成两类,其中星系和恒星的数据分别是680361和126988条.对于去掉离群后的数据,星系和恒星的分类正确率分别达到99.51%和98.52%,表明AutoClass算法对去掉离群数据后的恒星/星系数据分类有很好的效率.因此,可以将该算法应用于天文中的其他分类问题,另外基于该算法的非监督性,可以帮助天文学家去掉离群数据或发现一些特殊天体.
Language英语
Document Type期刊论文
Identifierhttp://ir.bao.ac.cn/handle/114a11/52291
Collection中国科学院国家天文台
Affiliation1.河北师范大学
2.中国科学院国家天文台
Recommended Citation
GB/T 7714
严太生,张彦霞,赵永恒,等. 基于自动聚类算法autoclass的恒星星系分类[J]. 中国科学g辑物理学力学天文学,2009,000(012):1794.
APA 严太生,张彦霞,赵永恒,&李冀.(2009).基于自动聚类算法autoclass的恒星星系分类.中国科学g辑物理学力学天文学,000(012),1794.
MLA 严太生,et al."基于自动聚类算法autoclass的恒星星系分类".中国科学g辑物理学力学天文学 000.012(2009):1794.
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
[严太生]'s Articles
[张彦霞]'s Articles
[赵永恒]'s Articles
Baidu academic
Similar articles in Baidu academic
[严太生]'s Articles
[张彦霞]'s Articles
[赵永恒]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[严太生]'s Articles
[张彦霞]'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.