您现的位置:首页 > 数据库检索 > 中文期刊 

一种新的基于2维傅里叶谱图像的恒星光谱特征提取方法和深度网络分类应用

加收藏
  • 【题名】:一种新的基于2维傅里叶谱图像的恒星光谱特征提取方法和深度网络分类应用
  • 【年份】:2020
  • 【作者】:张静敏,马晨晔,王璐,杜利婷,许婷婷,艾霖嫔,周卫红
  • 【关键词】:恒星:基本参数  方法:数据分析  技术:光谱分析
  • 【摘要】:天体光谱分类是天文学研究的重要内容之一,其关键是从光谱数据中选择和提取对分类识别最有效的特征构建特征空间.提出一种新的基于2维傅里叶谱图像的特征提取方法,并应用于LAMOST (the Large Sky Area Multi-Object Fiber Spectroscopic Telescope)恒星光谱数据的分类研究中.光谱数据来源于LAMOST Data Release 5(DR5),选取30000条F、 G和K型星光谱数据,利用短时傅里叶变换(Short-Time Fourier Transform, STFT)将1维光谱数据变换成2维傅里叶谱图像,对得到的2维傅里叶谱图像采用深度卷积网络模型进行分类,得到的分类准确率是92.90%.实验结果表明通过对LAMOST恒星光谱数据进行STFT可得到光谱的2维傅里叶谱图像,谱图像构成了新的光谱数据特征和特征空间,新的特征对于光谱数据分类是有效的.此方法是对光谱分类的一种全新尝试,对海量天体光谱的分类和挖掘处理有一定的开创意义.
  • 【期刊名】:天文学报
  • 【分类号】:P144
  • 【期号】:第2期
  • 【资金项目】:国家自然科学基金项目(61561053)资助
  • 【作者单位】:云南民族大学数学与计算机科学学院;云南农业职业技术学院经济管理学院;广州大学物理与电子工程学院;中国科学院天体结构与演化重点实验室
  • 【页码】:95-103
相关文献
意见领袖跨圈层传播与“回音室效应”<sup>*sup> ——基于深度学习文本分类及社会网络分析方法
基于子带信号瞬时频率特征提取及其在车型分类中的应用<sup>∗sup>
基于描述子手势轨迹模板匹配方法<sup>*sup>
基于深度神经网络在线协作学习交互文本分类方法<sup>*sup>
基于3点云深度信息质心距相结合机器人抓取控制方法<sup>①sup>
基于谱图异类特征融合磨损类型识别方法<sup>*sup>
基于CREAM网络空管人误概率预测方法<sup>*sup>
基于NV-SEC复杂箱体特征尺寸提取方法应用<sup>*sup>
基于红外光谱对花生壳中微晶纤维素提取实验参数优化研究<sup>*sup>
获取此文方式
CNKI期刊
下载请求:
   

说明:点击”存到网盘“按钮即收取费用,重复点击不收费,如果下载失败,我们会自动转为文献传递方式处理,稍侯请关注您网盘上该文献的信息,从网盘上下载该文献不用重新付费。