CAJ | 학술논문

随着高质最CCD传感器技术的日渐成熟与广泛应用,以及许多大型巡天计划的相继实施,天体数据量极大,因此天体观测数据的自动识别、分析问题首当其冲.文章在原始测量空间使用最近邻方法(NN)研究了正常星系与类星体光谱的识别问题.正常星系和类星体属于河外天体,一般距离地球较远,其观测光谱会受到许多干扰,所以这两类天体光谱的分类在光谱自动识别研究中具有一定的代表性.同时,采用的NN是模式识别和数据挖掘方面的基准性方法,在许多新方法的评估中,往往以NN方法的性能作为比较对象.从实用价值来说,研究表明,NN方法的类星体和正常星系光谱识别率与文献中复杂方法的最好结果相当,但该文方法不需要进行分类器的训练,利于实时进行增量式学习和并行实现,这对海量光谱数据的快速处理有重要意义.因此,该研究具有重要的理论参考意义和一定的实用价值.
수착고질최CCD전감기기술적일점성숙여엄범응용,이급허다대형순천계화적상계실시,천체수거량겁대,인차천체관측수거적자동식별、분석문제수당기충.문장재원시측량공간사용최근린방법(NN)연구료정상성계여류성체광보적식별문제.정상성계화류성체속우하외천체,일반거리지구교원,기관측광보회수도허다간우,소이저량류천체광보적분류재광보자동식별연구중구유일정적대표성.동시,채용적NN시모식식별화수거알굴방면적기준성방법,재허다신방법적평고중,왕왕이NN방법적성능작위비교대상.종실용개치래설,연구표명,NN방법적류성체화정상성계광보식별솔여문헌중복잡방법적최호결과상당,단해문방법불수요진행분류기적훈련,리우실시진행증량식학습화병행실현,저대해량광보수거적쾌속처리유중요의의.인차,해연구구유중요적이론삼고의의화일정적실용개치.