基于深度学习的LAMOST光谱分类研究

来源 :天文学报 | 被引量 : 0次 | 上传用户:hyman_han
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
光谱分类不仅对理解恒星物理学有着重要意义,而且在研究银河系整体结构和演化过程中起着至关重要的作用.然而在相关研究中仍存在分类精度低和光谱型未知等问题,因此提出一种新的光谱自动分类模型并将其应用在F、G和K 3种恒星光谱的分类中,方法的基本思想是训练一个深度信念网络对光谱数据进行分层特征学习,然后采用反向传播算法对整个模型进行微调.从LAMOST (Large Sky Area Multi-Object Fiber Spectroscopic Telescope) Data Release 5 (DR5)中
其他文献
该文通过回顾2000年至2016年公开发表的文献资料,对针刺在辅助生殖领域中的诊断标准、临床应用、选穴等规律和特点进行了分析和总结。
模拟电路仿真与模拟集成电路设计一直是不可分割的。集成电路设计师理解和设计电路的方式已经深深地受到了SPICE仿真器的影响。模拟电路仿真器的成功采用已经使电路仿真扩展