一種新的基于2維傅里葉譜圖像的恒星光譜特征提取方法和深度網絡分類應用

作者：張靜敏,馬晨曄,王璐,杜利婷,許婷婷,艾霖嬪,周衛紅

摘要：天體光譜分類是天文學研究的重要內容之一,其關鍵是從光譜數據中選擇和提取對分類識別最有效的特征構建特征空間.提出一種新的基于2維傅里葉譜圖像的特征提取方法,并應用于LAMOST (the Large Sky Area Multi-Object Fiber Spectroscopic Telescope)恒星光譜數據的分類研究中.光譜數據來源于LAMOST Data Release 5(DR5),選取30000條F、 G和K型星光譜數據,利用短時傅里葉變換(Short-Time Fourier Transform, STFT)將1維光譜數據變換成2維傅里葉譜圖像,對得到的2維傅里葉譜圖像采用深度卷積網絡模型進行分類,得到的分類準確率是92.90%.實驗結果表明通過對LAMOST恒星光譜數據進行STFT可得到光譜的2維傅里葉譜圖像,譜圖像構成了新的光譜數據特征和特征空間,新的特征對于光譜數據分類是有效的.此方法是對光譜分類的一種全新嘗試,對海量天體光譜的分類和挖掘處理有一定的開創意義.

發文機構：云南民族大學數學與計算機科學學院 云南農業職業技術學院經濟管理學院 廣州大學物理與電子工程學院 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][天文地球—天文學]