基于膠囊網絡的恒星光譜分類研究

作者：杜利婷,洪麗華,楊錦濤,許婷婷,張靜敏,艾霖嬪,周衛紅

摘要：大型巡天項目的快速發展,產生大量的恒星光譜數據,也使得實現恒星光譜數據的自動分類成為一項具有挑戰性的工作.提出一種新的基于膠囊網絡的恒星光譜分類方法,首先利用1維卷積網絡和短時傅里葉變換將來源于LAMOST(Large Sky Area Multi-Object Fiber Spectroscopy Telescope)Data Release 5(DR5)的F5、G5、K5型1維恒星光譜轉化成2維傅里葉譜圖像,再通過膠囊網絡對2維譜圖像進行自動分類.由于膠囊網絡具有保留圖像中實體之間的分層位姿關系和無需池化層的優點,實驗結果表明:膠囊網絡具有較好的分類性能,對于F5、G5、K5型恒星光譜的分類,準確率優于其他分類方法.

發文機構：云南民族大學數學與計算機科學學院 廈門軟件職業技術學院軟件工程系 廣州大學天體物理中心 中國科學院天體結構與演化重點實驗室

關鍵詞：恒星:基本參數方法:數據分析技術:光譜分析stars:fundamental parametersmethods:data analysistechniques:spectral analysis

分類號： P144[天文地球—天體物理]