模式識別方法在天體光譜自動處理中的應(yīng)用.pdf

1、隨著觀測手段的不斷進(jìn)步，天體光譜數(shù)據(jù)在迅速增加，我國在建的LAMOST望遠(yuǎn)鏡，每個觀測夜可以得到2-4萬條天體光譜.面對如此巨大的海量數(shù)據(jù)，采用自動的光譜分析與識別方法已成為必然的選擇.天體光譜的自動分析與識別主要包括光譜分類、參數(shù)測量和譜線證認(rèn).針對光譜自動處理的各個環(huán)節(jié)，我們利用模式識別的方法對星系光譜的自動處理相關(guān)技術(shù)進(jìn)行了研究.主要工作有： 1.對光譜的去噪進(jìn)行了研究，提出了一種基于均值漂移的自適應(yīng)雙邊濾波方法.其性能僅

2、取決于空域的核尺度參數(shù)，幅度域的核尺度是根據(jù)信號的局部特征自適應(yīng)選取的.該方法能夠去除脈沖噪聲，能有效抑制非脈沖噪聲，并有較強(qiáng)的邊緣保護(hù)能力，比較適合非發(fā)射線天體光譜的去噪. 2.非發(fā)射線天體光譜是天體光譜譜線自動提取中最難處理的一種.已有的譜線自動提取方法大都對發(fā)射線天體光譜較為有效，而對譜線較弱的非發(fā)射線天體光譜處理不好.提出了一種適于非發(fā)射線天體光譜的譜線自動提取方法.首先，采用迭代處理擬合出較為滿意的連續(xù)譜；其次，聯(lián)合采

3、用整體閾值處理和自適應(yīng)的局部閾值處理提取譜線.實驗結(jié)果表明：該方法的性能較之傳統(tǒng)的小波方法有顯著的提高. 3.提出了一種新的星系光譜分類方法，將星系光譜分為正常星系和活動星系.先對原始光譜進(jìn)行二進(jìn)小波分解，選擇主要包含譜線信息的第四級小波系數(shù)作為光譜的小波特征.再利用主分量分析對光譜的小波特征進(jìn)行特征壓縮，得到光譜的識別特征.最后利用Fisher線性判別分析實現(xiàn)分類.不同于已有的方法，該方法能夠在紅移值未知的情況下，對流量未定標(biāo)

4、的星系光譜進(jìn)行識別. 4.紅移測量和譜線證認(rèn)是天體光譜自動識別中最重要的內(nèi)容.本文提出了一種基于知識的天體光譜的紅移測量和譜線證認(rèn)方法.首先，利用譜線的相關(guān)知識對紅移候選和特征譜線候選進(jìn)行了定義，并根據(jù)定義交叉確認(rèn)紅移候選和特征譜線候選，然后，利用Parzen窗法對所得到的紅移候選集進(jìn)行密度估計，最后，確定密度最大的紅移候選，將落入其Parzen窗內(nèi)的所有紅移候選值進(jìn)行平均得到紅移，與這些紅移候選值相對應(yīng)的譜線候選即為譜線.與現(xiàn)

5、有的基于譜線匹配的方法相比，該方法對譜線提取效果的依賴程度較低. 5.提出了一種新的基于交叉相關(guān)的紅移測量方法.該方法首先利用提取出的譜線信息確定紅移候選，然后按照每個紅移候選將模板光譜紅移，并計算目標(biāo)光譜和紅移后的模板光譜之間的相關(guān)值，最大相關(guān)值對應(yīng)的紅移候選為目標(biāo)光譜的紅移.方法中采用的靜止模板是通過對Kinney&Calzetti的11個星系模板光譜中的四個正常星系和七個活動星系光譜分別進(jìn)行主成份分析得到的.該方法最大的特