首页 | 本学科首页   官方微博 | 高级检索  
     

基于神经网络的恒星大气参数自动测量
引用本文:潘亚春,屠良平. 基于神经网络的恒星大气参数自动测量[J]. 辽宁科技大学学报, 2009, 32(1)
作者姓名:潘亚春  屠良平
作者单位:辽宁科技大学,材料科学与工程学院,辽宁,鞍山114051;辽宁科技大学,理学院,辽宁,鞍山114051
摘    要:提出了一种基于神经网络的恒星光谱大气参数的自动测量方法,该方法能够根据恒星的光谱自动得到恒星的三个重要参数:有效温度Teff,表面重力log g和金属丰度[Fe/H]的估计值.首先对实测恒星光谱进行预处理,包括小波去噪,光谱波长统一化;然后通过对训练样本进行PCA分析获得特征空间变换矩阵进行数据降维;最后通过训练好的神经网络得到参数的估计值.实验结果分析表明,该方法比其它估计方法如非参数估计、支持向量回归和偏最小二乘回归具有更高的测量精度.

关 键 词:恒星大气参数  人工神经网络  数据降维

Automatic prediction of stellar atmospheric parameters with neural network
PAN Ya-chun,TU Liang-ping. Automatic prediction of stellar atmospheric parameters with neural network[J]. Journal of University of Science and Technology Liaoning, 2009, 32(1)
Authors:PAN Ya-chun  TU Liang-ping
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号