恒星大气物理参数估计中的稀疏特征提取.pdf

恒星大气物理参数估计中的稀疏特征提取.pdf

ID:56183039

大小:613.89 KB

页数:5页

时间:2020-06-05

恒星大气物理参数估计中的稀疏特征提取.pdf_第1页
恒星大气物理参数估计中的稀疏特征提取.pdf_第2页
恒星大气物理参数估计中的稀疏特征提取.pdf_第3页
恒星大气物理参数估计中的稀疏特征提取.pdf_第4页
恒星大气物理参数估计中的稀疏特征提取.pdf_第5页
资源描述:

《恒星大气物理参数估计中的稀疏特征提取.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第34卷,第8期光谱学与光谱分析Vo1.34,No.8,pp2279—22832014年8月SpectroscopyandSpectralAnalysisAugust,2014恒星大气物理参数估计中的稀疏特征提取卢瑜,李乡儒,杨坦,王永俊华南师范大学数学科学学院,广东广州510631摘要随着斯隆数字巡天项目(SDSS)、欧空局GAIA和我国大天区面积多目标光纤光谱天文望远镜(LAMOST)等项目的相继实施,拥有的恒星光谱数据量急速增加,由此导致基于光谱的恒星大气物理参数自动测量方法的研究成为天文光谱分析

2、的重要课题之一[1]。探讨了恒星光谱特征提取的方法(Haar+lasso),其基本思想是首先使用Haar小波包对原始光谱进行多尺度分解,去除高频系数,选取低频系数作为光谱信息的描述;再采用lasso算法提取最优的特征;最后将最优特征输人非参数回归模型中对恒星大气参数进行自动测量。Haar小波可以较好地去除原始光谱信号中的高频噪声,对全频谱数据进行降维。lasso算法可以进一步剔除数据冗余,提取与物理参数相关度较强的特征。Haar十lasso方法提高了物理参数自动测量的准确性和运行效率。我们采用本文方案对

3、SLOAN发布的4O000个恒星子样本的物理参数进行测量,三个物理参数的平均绝对误差为:logTeff:0.0071dex,logg:0.2252dex和~Fe/H]:0.1996dex。同现有相关文献的实验结果相比,该方案可以获得更准确的物理参数。关键词恒星;Lasso;Haar小波;非参数回归模型;特征;物理参数中图分类号:P144.1文献标识码:ADOI:10.3964/j.issru1000—0593(2014)08—2279—05网络方法对低噪比光谱恒星大气物理参数进行估计。Muir—引言he

4、ad[l9_等运用谱线NaI(2.210m)和CaI(2.260}£m)的等值宽度,以及Hz()_Kz指数研究了恒星光谱有效温度和化学银河系中恒星性质的研究对探索银河系的形成、进化和丰度的测量。Vanderplas等_10_基于LLE(1ocallylinearem—化学元素的演变具有重要的意义1-23。随着斯隆数字巡天项目bedding)特征提取方法研究了光谱分类。(SDSS)、欧空局GAIA和中国大天区面积多目标光纤光谱本工作首先对原始光谱进行多尺度小波包分解,去除高天文望远镜(LAMOST)等项目

5、的相继实施,所拥有的光谱频系数,提取低频系数作为原始光谱的初始特征;然后使用数据急速增加,这对更好地理解银河系提供了一个史无前例lasso方法对初始特征进行数据压缩,提取最优的特征;最后的机会_3“]。然而实现这些目标的关键是恒星大气物理参数采用非参数回归模型对SL0AN实测光谱的恒星大气物理参的自动测量(如:有效温度Teff、重力加速度logg、化学丰数进行自动测量。度[-Fe/H])。特征提取是恒星大气物理参数测量的关键环节。特征提1非参数回归模型取的主要目标是提取与物理参数有关的谱线信息,去除与物

6、理参数无关的冗余信息。特征提取的质量对物理参数估计模为了使所有光谱的流量具有相同的尺度,对每条光谱的型的准确性和运行效率具有重要的影响。Fiorentin[首先通流量进行了归一化处理。为了减少温度的动态范围,使用过主成分分析方法(PCA)和波长范围选择方法(WRS)提取logTeff。使用非参数回归模型建立光谱输入集和输出物理特征,然后使用人工神经网络方法对SLOAN恒星光谱物理参数之间的映射关系。假设恒星光谱模板库(训练光谱)中第参数进行测量。张怀福等L6通过使用Daubechies小波包提取i条光谱

7、的输入集为x,输出物理参数={logTeff,logg,特征研究了光谱的分类。Manteiga[7]首先使用快速傅里叶变EFe/H])。待测光谱的输入集为,则待测光谱的物理参数换和Mallat小波变换方法提取特征,然后使用反向传播神经(z)则为收稿日期:2013—09—22。修订日期:2013—12—08基金项目:国家自然科学基金项目(61273248,61075033)和广东省自然科学基金项目(S2Ol1O10O03348)资助作者简介:卢瑜,女,1973年生,华南师范大学数学科学学院讲师e-mail

8、:lydwl003@163.CO1TI*通讯联系人e-mail:xiangru.1i~gmail.tom2280光谱学与光谱分析第34卷假设有光谱数据(五,Y),i=1,2,⋯,N,其中五(,(z)一∑(1),⋯,‰)是特征向量,y是对应的物理参数,则la~s(估计函数为~(占,)=argroinf∑(M—a一∑)l,、z=1Js.t._2I岛I≤f(4)其中为特征的回归系数,£≥o是调和参数。在∑II≤K()t的约束条件下,为了使残差平方

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。