基于核岭回归的天体光谱参数自动测量研究

作     者：李航飞 

作者单位：辽宁科技大学 

学位级别：硕士

导师姓名：屠良平

授予年度：2019年

学科分类：07[理学] 070401[理学-天体物理] 0704[理学-天文学] 

主      题：天体光谱 恒星大气参数 核岭回归 支持向量回归 数据聚类-核岭回归 

摘      要：天体光谱中蕴含着丰富的物理信息和化学信息,天体光谱数据的研究主要分为定性和定量分析。定性分析主要是确定天体的化学成分,而定量分析是要确定天体化学元素的含量、天体的温度、压力等参数值,进而间接地去确定天体的相关科学属性。我国的大天区面积多目标光纤光谱天文望远镜(简称LAMOST,又称郭守敬望远镜)是目前世界上光谱获取率最高的望远镜,它的建立和运行对于天文研究意义重大,对我国天文行业的发展具有深远影响。本文主要利用LAMOST天体光谱数据,研究核岭回归(KRR)方法在恒星大气物理参数测量方面的应用问题。主要内容如下:(1)原始光谱数据的预处理及特征提取。光谱预处理通常包括光谱去噪,流量归一化,连续谱拟合,谱线提取等,特征提取则包括物理特征检测和数学特征提取。一条一维光谱数据通常是对应一条数千维的向量,特征提取对于天体目标的科学参数测量及性质推断具有关键作用。本文采用了主成分分析法对光谱数据进行特征提取,这一方法即可以保留数据的主要特征又能降低数据的存储空间和后期计算的复杂度。(2)基于KRR方法的恒星大气参数自动测量。本文首先介绍了岭回归方法和核函数的理论发展。岭回归方法是最小二乘方法的变形,是在该方法的基础上添加了误差项,把无偏估计问题转换成有偏估计,在损失部分精度的情况下扩大了应用范围。其次研究了核函数的作用和选择,核函数和岭回归方法的结合即得到了KRR方法。基于该方法本文进行了恒星大气物理参数的自动测量,实验结果及误差分析表明该方法能够以较高精度来自动测量恒星大气参数。(3)基于数据聚类策略-KRR方法的恒星大气参数自动测量。与其它方法如支持向量回归(SVR)相比,KRR在应用中具有运行时间较长的缺点,但测量结果要略优,所以为了提高运行效率,本文采用数据聚类思想和KRR方法进行结合,进而来降低整体运行时间。本文分别对比了随机划分分组和基于K-means聚类分析思想分组,发现采用K-means算法效果更好,另外由于数据利用有效性的提高,在实现运行时间降低的同时,实验中参数测量结果的准确率也有相应的提高。