光谱学与光谱分析, 2019, 39 (10): 3292, 网络出版: 2019-11-05   

基于XGBOOST的恒星光谱分类特征数值化

XGBOOST Based Stellar Spectral Classification and Quantized Feature
作者单位
1 中国科学院国家天文台光学天文重点实验室, 北京 100101
2 中国科学院大学, 北京 100049
引用该论文

张枭, 罗阿理. 基于XGBOOST的恒星光谱分类特征数值化[J]. 光谱学与光谱分析, 2019, 39(10): 3292.

ZHANG Xiao, LUO A-li. XGBOOST Based Stellar Spectral Classification and Quantized Feature[J]. Spectroscopy and Spectral Analysis, 2019, 39(10): 3292.

参考文献

[1] Luo Ali, Zhao Yongheng, et al. Research in Astronomy and Astrophysics, 2015, 15(8): 1095.

[2] Schierscher F, Paunzen E. Astronomische Nachrichten, 2011, 332(6): 597.

[3] Hampton E J, Medling A M, Groves B, et al. Monthly Notices of the Royal Astronomical Society, 2017, 470: 3395.

[4] Liu Chao, Cui Wenyuan, et al. Research in Astronomy and Astrophysics, 2015, 15(8): 1137.

[5] Du Changde, Luo A, Yang H. New Astronomy, 2017, 51: 51.

[6] Worthey G, Faber S M, Gonzalez J Jesus, et al. The Astrophysical Journal Supplement Series, 94(2): 687.

[7] WANG Guang-pei, PAN Jing-chang, YI Zhen-ping, et al(王光沛, 潘景昌, 衣振萍, 等). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2016, 36(8): 2646.

[8] Chen T, Guestrin C. XGBoost: A Scalable Tree Boosting System. ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. ACM, 2016. 785.

[9] Gray R O, Corbally C J. Stellar Spectral Classification. Princeton University Press, 2009. 160.

张枭, 罗阿理. 基于XGBOOST的恒星光谱分类特征数值化[J]. 光谱学与光谱分析, 2019, 39(10): 3292. ZHANG Xiao, LUO A-li. XGBOOST Based Stellar Spectral Classification and Quantized Feature[J]. Spectroscopy and Spectral Analysis, 2019, 39(10): 3292.

本文已被 1 篇论文引用
被引统计数据来源于中国光学期刊网
引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!