光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2011年
10期
2856-2860
,共5页
李乡儒%冯春明%王永俊%卢瑜
李鄉儒%馮春明%王永俊%盧瑜
리향유%풍춘명%왕영준%로유
天体光谱分类%光谱特征提取%类星体:正常星系
天體光譜分類%光譜特徵提取%類星體:正常星繫
천체광보분류%광보특정제취%류성체:정상성계
研究了天体光谱的特征提取问题,这是光谱自动处理中的一个关键环节.通过特征提取,不仅能够约简数据、减少冗余,而且亦能抑制噪声干扰,对识别系统的精度和效率均有重要影响.提出了一种基于空间转换和分解的特征分析模型(STP),基于此,可实现对常用光谱特征提取方法的分析,例如,无监督的主成分分析(PCA),小波变换(Wavelet),有监督的支持向量机(SVM),相关向量机(RVM)和线性判别分析方法(LDA)等.在STP模型中,关注的核心要素是特征提取中对数据成分的分解、重组,以及噪声的抑制和冗余的消除.亦在STP框架的基础上,给出了一种逻辑和实现均较为简单的特征提取方法:基于曲线拟合与下采样的光谱特征提取(EFCD).研究的一个重要发现是,在一些分类问题中文献中设计巧妙的特征提取方法并不一定足决定性的:即使采用通常的信号下采样方法提取特征,亦能获得良好的光谱识别性能,而重要的仅仅是需要将特征数量保持在一定的水平以上即可.研究中,选用的测试数据是SDSS中的Galaxy和QSO两类河外天体实测光谱,他们一般具有较大的红移,在天体光谱识别中具有较强的代表性.
研究瞭天體光譜的特徵提取問題,這是光譜自動處理中的一箇關鍵環節.通過特徵提取,不僅能夠約簡數據、減少冗餘,而且亦能抑製譟聲榦擾,對識彆繫統的精度和效率均有重要影響.提齣瞭一種基于空間轉換和分解的特徵分析模型(STP),基于此,可實現對常用光譜特徵提取方法的分析,例如,無鑑督的主成分分析(PCA),小波變換(Wavelet),有鑑督的支持嚮量機(SVM),相關嚮量機(RVM)和線性判彆分析方法(LDA)等.在STP模型中,關註的覈心要素是特徵提取中對數據成分的分解、重組,以及譟聲的抑製和冗餘的消除.亦在STP框架的基礎上,給齣瞭一種邏輯和實現均較為簡單的特徵提取方法:基于麯線擬閤與下採樣的光譜特徵提取(EFCD).研究的一箇重要髮現是,在一些分類問題中文獻中設計巧妙的特徵提取方法併不一定足決定性的:即使採用通常的信號下採樣方法提取特徵,亦能穫得良好的光譜識彆性能,而重要的僅僅是需要將特徵數量保持在一定的水平以上即可.研究中,選用的測試數據是SDSS中的Galaxy和QSO兩類河外天體實測光譜,他們一般具有較大的紅移,在天體光譜識彆中具有較彊的代錶性.
연구료천체광보적특정제취문제,저시광보자동처리중적일개관건배절.통과특정제취,불부능구약간수거、감소용여,이차역능억제조성간우,대식별계통적정도화효솔균유중요영향.제출료일충기우공간전환화분해적특정분석모형(STP),기우차,가실현대상용광보특정제취방법적분석,례여,무감독적주성분분석(PCA),소파변환(Wavelet),유감독적지지향량궤(SVM),상관향량궤(RVM)화선성판별분석방법(LDA)등.재STP모형중,관주적핵심요소시특정제취중대수거성분적분해、중조,이급조성적억제화용여적소제.역재STP광가적기출상,급출료일충라집화실현균교위간단적특정제취방법:기우곡선의합여하채양적광보특정제취(EFCD).연구적일개중요발현시,재일사분류문제중문헌중설계교묘적특정제취방법병불일정족결정성적:즉사채용통상적신호하채양방법제취특정,역능획득량호적광보식별성능,이중요적부부시수요장특정수량보지재일정적수평이상즉가.연구중,선용적측시수거시SDSS중적Galaxy화QSO량류하외천체실측광보,타문일반구유교대적홍이,재천체광보식별중구유교강적대표성.