论文部分内容阅读
导航恒星提取一般采用星等过滤方法MFM(Magnitude Filtering Method)。但是MFM方法存在两个明显的缺陷:若星等阈值太高,导航星表冗余度高;反之,导航星表出现视场(FOV)空洞。支持向量机SVM(Sup-port Vector Machine)作为一种可训练的机器学习方法,依靠小样本学习后的模型参数进行导航星提取,可以得到分布均匀且恒星数量大为减少的导航星表。利用SAO星表进行了实验,并对导航星表内恒星的分布情况作了统计。实验证明,SVM作为导航星提取算法具有很好的应用前景。