NAOC Open IR
基于自适应径向基神经网络的类星体光谱自动识别方法
赵梅芳1; 罗阿理2; 吴福朝1; 胡占义1
2006
Source Publication光谱学与光谱分析
ISSN1000-0593
Volume026Issue:002Pages:377
Abstract通过对光谱的研究来识别和认证类星体是天文学研究中的重要方法。文章提出了一种对类星体光谱进行自动识别的自适应径向基神经网络(RRFN)方法。该方法包括以下几个步骤:(1)先将训练样本归一化,再利用PcA变换进行降维,获得样本特征向量;(2)设计出K均值聚类算法与梯度下降法相结合的径向基神经网络结构的基本模型,再用SSE(sum of squares error)误差函数进行判断,对RBFN隐含层的神经元进行自动调节,直至满足给定误差阈值;(3)用训练得到的参数对用于测试的样本中的类星体光谱进行识别。该方法不但克服了经典RBFN算法选择隐层神经元数目的困难,而且还提高了对类星体识别的稳定性和正确率。研究结果对于大型光谱巡天所产生的海量数据的自动处理具有重要意义。
Language英语
Document Type期刊论文
Identifierhttp://ir.bao.ac.cn/handle/114a11/52848
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. 基于自适应径向基神经网络的类星体光谱自动识别方法[J]. 光谱学与光谱分析,2006,026(002):377.
APA 赵梅芳,罗阿理,吴福朝,&胡占义.(2006).基于自适应径向基神经网络的类星体光谱自动识别方法.光谱学与光谱分析,026(002),377.
MLA 赵梅芳,et al."基于自适应径向基神经网络的类星体光谱自动识别方法".光谱学与光谱分析 026.002(2006):377.
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.