一种基于约束概念格的恒星光谱数据自动分类方法.pdf

第30卷，第2期 光谱学与光谱分析 V01．30，No．2，pp559—562 201 and 0年2月 Spectroscopy SpectralAnalysis February，2010 一种基于约束概念格的恒星光谱数据自动分类方法 张继福，马 洋 太原科技大学计算机科学与技术学院，山西太原030024 摘要概念格是数据分析与知识提取的一种有效形式化工具，约束概念格是一种新的概念格结构，具有 构造的时空复杂性低，所提取知识的实用性和针对性强等特点。针对海量恒星光谱自动分类任务，依据约束 概念格结点外延与训练样本数据集等价划分之问的关系，通过引入外延支持度和划分支持度的概念，提出 了一种基于约束概念格的恒星光谱数据分类规则挖掘方法，并采用SDSS恒星光谱数据集，实验验讧E了由该 方法所提取出的分类规则具有较高的分类效率和分类正确率，从而为海量的恒星光谱数据自动分类提供了 一种有效方法。 关键词恒星光谱；约束概念格；分类规则；划分支持度；外延支持度 中图分类号：TP311文献标识码：A 具有训练速度快、分类准确率高等特点[73；李乡儒等提出了 引 言 基于小波特征的M型星自动识别方法[83；赵梅芳等提出了 基于K近邻方法的窄线与宽线活动星系核的自动光谱分 我国建造的一台大天区面积多目标光纤光谱望远镜(简 类[91；zhang等研究了巡天光谱的数据格式对光谱自动分析 称LAM()sT)，是国家重大科学r程项目，已于2008年底投的影响，通过星系和类星体的分类实验结果表明，采用对数 入运行，并已开始观察、接受天体光谱。LAMOST具有高效波长数据格式对光谱的自动分类更有利f1叩；张继福等提出 率大规模测量天体光谱的能力，每个观测夜晚将收集2到4 了一种基于背景知识和粗糙集的天体光谱分类规则提取方 万条光谱的数据，所观测到的光谱数据量预计町达4TBf¨。 法[111等。 由此可见，传统的人工处理数据方式将无法满足实际需求， 由于天文界对宇宙的认识还比较有限，如何利用数据挖 急需研究新的以计算机为主的全自动天体光谱数据分析和处 掘技术从海量天体光谱数据中发现未知的和特殊的天体，以 理技术。 及实现海镀光谱数据的自动分类足值得研究和探索的新应用 目前，天体光谱数据分析与处理主要集巾在分类和识别 领域。概念格是数据分析的一种有效工具，约束概念格是一 方面，采用的主要方法有主成分分析PCA、人工神经网络、 种新的概念格结构，具自．构造的时空复杂性低，所提取知识 小波分析、贝叶斯统计、粗糙集理论和支持向馈机等Lz-llj。的实用性和针对性强等特点。针对海量恒星光谱自动分类， 研究较多的是恒星光潜的分类和识别，典型成果有：Aut0一通过引入外延支持度和划分支持度的概念，提出了一种基于 class是基于贝叶斯统计的一种分类方法，其独特的分类结果约束概念格的恒星光谱数据分类规则挖掘方法，并采用 发现了一些以前未注意的光游类型和谱线【21；Gulati等首先SDSS恒星光谱数据，实验验证了提取出的分类规则具有较 采用两层BP神经网络方法，用于恒星光谱次型的分类L30；高的分类效率和分类正确率。 Jones等采用多个BP网络平均进行恒星光谱次型的分类识 别L41；薛建桥等采用自适应神经网络SOFM进行了恒星光谱 恒星光谱数据及离散化处理 的分类识j!Jllt朝；许馨等将核技巧与Fisher判别分析结合起 来，提出了基于广义判别分析方法对恒星、星系和类星体的 正常恒星光谱是由连续谱和其上所叠加的吸收线组成， 光谱进行分类【砌；刘中田等提出了一种覆盖算法的天体光谱 恒星光谱的差别决定了恒旱的有效温度t、表面重力加速 自动分类方法，通过对正常星系、正常恒星