特殊恒星是金屬豐度異常的恒星,其中包含的信息對于研究宇宙起源、太陽系的演變以及生命的演化都有著重要的意義。因此,特殊恒星的搜尋是國內(nèi)外巡天項目中的重要目標(biāo)。恒星光譜中包含著恒星的化學(xué)成分、物理性質(zhì)以及運動狀態(tài)等豐富的信息,它是開展恒星研究的重要依據(jù)。恒星的識別、分類以及特殊恒星的發(fā)現(xiàn)主要依據(jù)的是恒星光譜數(shù)據(jù)。隨著LAMOST和SDSS等國內(nèi)外大規(guī)模數(shù)字巡天項目的深入展開,恒星光譜的數(shù)據(jù)量達(dá)到了前所未有的高度,如此大的數(shù)據(jù)量為特殊恒星的發(fā)現(xiàn)提供了強有力的支撐。因此如何利用這些數(shù)據(jù)快速準(zhǔn)確地發(fā)現(xiàn)特殊、稀少甚至于未知類型的恒星光譜是天文學(xué)研究的重要問題。數(shù)據(jù)挖掘是結(jié)合模式識別、機(jī)器學(xué)習(xí)、統(tǒng)計分析及相關(guān)專家背景知識,從數(shù)據(jù)中提取出隱含的過去未知的有價值的潛在信息的技術(shù),其在處理大數(shù)據(jù)方面有著天然的優(yōu)勢,越來越多的數(shù)據(jù)挖掘方法被應(yīng)用到巡天數(shù)據(jù)處理及分析之中。目前針對特殊恒星搜尋的數(shù)據(jù)挖掘算法主要包含隨機(jī)森林、聚類分析以及異常值檢測等,但隨著巡天深度的拓展,觀測的目標(biāo)越來越暗,進(jìn)而觀測光譜的信噪比也隨之變低。低信噪比光譜中存在著大量的無用信息,直接利用相關(guān)算法對其進(jìn)行分析處理得到的結(jié)果往往存在很大... 

【文章來源】：光譜學(xué)與光譜分析. 2019,39(02)北大核心EISCICSCD

【文章頁數(shù)】：4 頁

【部分圖文】：

圖１前１５個特征向量Ｆｉｇ．１ＴｈｅＦｉｒｓｔ１５ｅｉｇｅｎ－ｖｅｃｔｏｒｓ

．００１１９９．９９４８從表１中看出，這些特征向量的方差貢獻(xiàn)率累積已超過９９．９９％，方法后續(xù)試驗采用這１５個特征向量，其特征向量如圖１所示。對于任何一條恒星光譜，都可以上述步驟中獲得到的特征向量進(jìn)行重構(gòu)。重構(gòu)時將恒星光譜降維到特征空間內(nèi)，然后分別乘以特征向量加和即可得到重構(gòu)之后的光譜。為檢驗本文方法，分別選取了兩條文獻(xiàn)［９］中的兩條模板光譜，通過疊加高斯噪聲分別模擬信噪比１，３，５，７，９和１１的光譜；圖２及圖３中六個子圖中紅色線為原始光譜、黃色線為疊加噪聲之后的光譜、藍(lán)色線為重構(gòu)之后的光譜。從圖中紅線和藍(lán)線的吻合程度可以看出該方法可以非常有效的對光譜尤其是低信噪比的恒星光譜進(jìn)行重構(gòu)。圖１前１５個特征向量Ｆｉｇ．１ＴｈｅＦｉｒｓｔ１５ｅｉｇｅｎ－ｖｅｃｔｏｒｓ圖２不同信噪比的Ｍ型光譜重構(gòu)結(jié)果Ｆｉｇ．２ＴｈｅｒｅｓｕｌｔｏｆｓｐｅｃｔｒａｌｒｅｃｏｎｓｔｒｕｃｔｉｏｎｆｏｒａＭ－ｔｙｐｅｓｐｅｃｔｒａｗｉｔｈｄｉｆｆｅｒｅｎｔＳＮＲｓ１．２基于密度峰值的聚類方法文獻(xiàn)［１０］中提出一種基于密度峰進(jìn)行快速聚類的方法，該方法認(rèn)為聚類中心應(yīng)該具有以下兩個特點：（１）本身密度大，即它鄰居的密度要小于該點；（２）與其他密度更大的點距離相對更大。對于樣本集Ｓ中任何一個點ｘｉ，可以為其定義兩個變量：ρｉ及σｉ。局部密度：ρｉ。本文采用的計算公式如下：ρｉ＝∑ｊ∈ＩＳ＼｛ｉ｝Ｘ（ｄｉｊ－ｄｃ）其中函數(shù)第２期光譜學(xué)與

圖３不同信噪比的Ｇ型光譜重構(gòu)結(jié)果Ｆｉｇ．３ＴｈｅｒｅｓｕｌｔｏｆｓｐｅｃｔｒａｌｒｅｃｏｎｓｔｒｕｃｔｉｏｎｆｏｒａＧ－ｔｙｐｅｓｐｅｃｔｒａｗｉｔｈｄｉｆｆｅｒｅｎｔＳＮＲｓＸ（ｘ）＝１ｘ＜００ｘ≥｛０參數(shù)ｄｃ定義為截斷距離，從公式中可以看出ρｉ表示的是Ｓ中與Ｘｉ距離小于ｄｃ的數(shù)據(jù)點的個數(shù)。距離σｉ：設(shè)｛ｑｉ｝ｎｉ＝１表示｛ｐｉ｝ｎｉ＝１的一個降序排列下標(biāo)序，即它滿足ρｑ１≥ρｑ２≥…≥ρｑＮ則可以定義δｉ＝ｍｉｎｑｊ，ｊ＜ｉ｛ｄｑ，ｑｊ｝ｉ≥２ｍａｘｊ≥２｛δｑｊ｝ｉ＝烅烄烆１這樣，對于Ｓ中的每一個數(shù)據(jù)點ｘｉ，可為其計算（ρｉ，σｉ），如圖４所示例子，其中共包含了２８個二維數(shù)據(jù)點如圖４（ａ）所示，將（ρｉ，σｉ）表示二維圖（稱之為決策圖）中如圖４（ｂ）所示。可以發(fā)現(xiàn)，１號和１０號點都具有較大的ρ和δ值，這兩個點即為所有尋找的簇心，同時發(fā)現(xiàn)編號２６，２７和２８三個數(shù)據(jù)點即為離群點，在圖４（ｂ）中這三個點的ρ值很小同時δ值很大。圖４基于密度峰值的聚類例子Ｆｉｇ．４Ａｓａｍｐｌｅｏｆｃｌｕｓｔｅｒｉｎｇｕｓｉｎｇｔｈｅｍｅｔｈｏｄｏｆｄｅｓｎｉｔｙｐｅａｋ１．３低信噪比巡天數(shù)據(jù)中特殊恒星光譜搜尋方法提出的從低信噪比巡天數(shù)據(jù)中搜尋特殊恒星光譜的方法，綜合前述恒星光譜重構(gòu)以及光譜聚類方法，具體步驟如下：（１）對于所


本文編號：3535371