版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著觀測手段的不斷進步,天體光譜數據在迅速增加,我國在建的LAMOST望遠鏡,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據,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、參數測量和譜線證認.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技術進行了研究.主要工作有: 1.對光譜的去噪進行了研究,提出了一種基于均值漂移的自適應雙邊濾波方法.其性能僅
2、取決于空域的核尺度參數,幅度域的核尺度是根據信號的局部特征自適應選取的.該方法能夠去除脈沖噪聲,能有效抑制非脈沖噪聲,并有較強的邊緣保護能力,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,聯合采
3、用整體閾值處理和自適應的局部閾值處理提取譜線.實驗結果表明: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.先對原始光譜進行二進小波分解,選擇主要包含譜線信息的第四級小波系數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
4、的星系光譜進行識別. 4.紅移測量和譜線證認是天體光譜自動識別中最重要的內容.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方法.首先,利用譜線的相關知識對紅移候選和特征譜線候選進行了定義,并根據定義交叉確認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窗內的所有紅移候選值進行平均得到紅移,與這些紅移候選值相對應的譜線候選即為譜線.與現
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,并計算目標光譜和紅移后的模板光譜之間的相關值,最大相關值對應的紅移候選為目標光譜的紅移.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行主成份分析得到的.該方法最大的特
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 65312.光譜自動分析技術中的模式識別方法研究
- 天體光譜信號的自動識別方法研究.pdf
- 模式識別方法在功能磁共振數據處理中的應用.pdf
- 幾種模式識別方法在高階數據分類中的應用.pdf
- 動態(tài)模式識別方法研究及應用.pdf
- IDS中模糊模式識別方法的研究.pdf
- 基于模式識別方法的多光譜遙感圖像分類研究.pdf
- 改進的SVM模式識別方法.pdf
- 基于信號處理的模式識別方法在滾動軸承故障診斷中的應用.pdf
- 模式識別方法及在水質與產品分類上的應用.pdf
- 水資源智能模式識別方法及其應用.pdf
- 運動想象腦電處理及其模式識別方法研究.pdf
- Java藍圖模式識別方法的研究.pdf
- 64674.一種無監(jiān)督的模式識別方法及其在油氣識別中的應用
- 表面肌電信號處理和模式識別方法研究.pdf
- 分塊凸優(yōu)化方法及其在模式識別中的應用.pdf
- 結構體系失效模式識別方法簡述
- 基于群集智能模式識別方法的研究.pdf
- 基于腦影像數據的模式識別方法研究及應用.pdf
- 基于圖像信息的模式識別方法與應用研究.pdf
評論
0/150
提交評論