NAOC Open IR
基于主成分分析法搭建A型星有效温度的神经网络模型
李正泽1; 赵刚1
2020
Source Publication天文研究与技术
ISSN1672-7673
Volume17.0Issue:003Pages:366
Abstract大天区面积多目标光纤光谱天文望远镜(Large Sky Area Multi-Object Fiber Spectroscopy Telescope,LAMOST,又叫郭守镜望远镜)巡天项目提供了海量恒星光谱数据,DR5数据集中包含大量A型星谱线指数和有效温度的信息。机器学习算法可以发掘数据底层相互关系的神经网络模型,已广泛应用于多个学科。通过使用DR5数据集中的A型星19种谱线指数和有效温度,通过主成分分析法给出了每种谱线指数占整个数据信息的百分比,并以此为基础,选取与有效温度关系最紧密的12种谱线指数,利用有效温度误差小于100 K的数据训练得到有效温度的神经网络回归模型。模型在测试数据集上整体表现较好,程序给出的决定系数R2为0.904,平均绝对误差为58.38 K。对比相关研究的模型,测量准确度有了明显提升。此外,通过建立模型,对有效温度误差大于100 K的原始数据重新进行测量,得到的有效温度绝对误差的平均值有了明显下降;同时DR5数据集中A5型恒星数据缺少有效温度参数,通过模型的测量,对这一部分数据进行了补充。
Keyword神经网络 主成分分析 A型星
Language英语
Document Type期刊论文
Identifierhttp://ir.bao.ac.cn/handle/114a11/63275
Collection中国科学院国家天文台
Affiliation1.中国科学院国家天文台
2.中国科学院大学
First Author AffilicationNational Astronomical Observatories, Chinese Academy of Sciences
Recommended Citation
GB/T 7714
李正泽,赵刚. 基于主成分分析法搭建A型星有效温度的神经网络模型[J]. 天文研究与技术,2020,17.0(003):366.
APA 李正泽,&赵刚.(2020).基于主成分分析法搭建A型星有效温度的神经网络模型.天文研究与技术,17.0(003),366.
MLA 李正泽,et al."基于主成分分析法搭建A型星有效温度的神经网络模型".天文研究与技术 17.0.003(2020):366.
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
[李正泽]'s Articles
[赵刚]'s Articles
Baidu academic
Similar articles in Baidu academic
[李正泽]'s Articles
[赵刚]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[李正泽]'s Articles
[赵刚]'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.