我国大科学工程项目LAMOST巡天计划每观测夜能获取多达数万条天体光谱数据, 天文学家通过对天体光谱的分析观察可以获取有效的天文信息用于天文学或天体物理学的研究。 而针对海量数据, 寻找自动方法分析天体光谱并进行天体各种物理参数的测量就具有重要研究意义和价值。 这一课题也吸引了许多学者进行研究, 但目前所尝试的算法和相应结果仍然需要进一步改进, 针对这一需求深入研究了核岭回归(KRR)方法在恒星大气物理参数(包括有效温度、 表面重力和金属丰度)自动测量方面的应用, 特别是在我国大科学工程项目LAMOST所释放光谱数据上的应用。 核岭回归是岭回归算法的进一步发展, 而岭回归是最小二乘方法的一种变形, 其具有解决高维多重共线性问题的能力。 所以KRR方法适合于处理高维的天体光谱信息, 从LAMOST的第五期释放数据中随机选择了2万条被识别为恒星的光谱数据用于实验测试, 该数据既包含低信噪比数据, 也包含高信噪比数据(g, r, i波段平均信噪比最低至6.7, 最高到793)。 首先, 本文对光谱进行预处理, 包括三个步骤: (1)利用小波变换对光谱数据进行去噪处理; (2)因为LAMOST采用的是后期修正的流量定标设计, 所以还通过流量归一化来避免部分光谱流量值不准确的问题; (3)由于每条光谱维数高达数千维, 利用主成分分析方法(PCA)对光谱进行了降维。 然后, 利用KRR方法建立了光谱数据和标准化后的三大参数值之间的回归模型。 最后, 通过设计进行不同的组合实验对KRR算法模型进行了测试分析, 并与经典算法支持向量回归(SVR)进行了对比。 综合所有实验结果显示KRR方法对应的有效温度、 表面重力和金属丰度的测试平均绝对误差分别为82.989 7 K, 0.185 8 dex和0.121 1 dex, 优于SVR的144.230 8 K, 0.188 6 dex和0.124 6 dex。 特别是KRR在温度测试结果上有较大优势, 由此表明KRR方法能够有效地应用于天体光谱特别是恒星光谱参数的自动测量处理中。

采用信息熵思想, 给出一种基于属性权值和wk-距离的异常天体光谱特征线挖掘方法, 并开发了天体光谱异常特征线挖掘系统。 首先采用信息熵思想计算天体光谱特征线属性权值, 从而有效地刻画每条特征线的重要程度; 其次采用邻域半径的剪枝技术, 对海量天体光谱特征线数据集约简, 删除不可能成为异常的数据对象, 形成一个候选异常数据集; 然后根据离候选异常数据中对象之间的偏差, 计算wk-距离和, 并选取wk-距离和较大的前TOP-NN个数据对象作为天文光谱异常特征线数据; 最后采用SDSS恒星光谱特征线数据集, 实验和系统运行结果验证了该方法的有效性和可行性。

连续数值属性离散化是天文光谱数据预处理中的主要研究内容之一。 针对天文光谱特征线, 提出了一种基于改进模糊C均值聚类的天文光谱特征线软离散化算法。 该算法首先利用样本的密度值选取特征线的候选初始模糊聚类中心, 有效地克服了对噪声数据敏感的缺陷; 其次采用决策表中的相容性作为评判标准, 动态的调节聚类参数, 以达到优化的光谱特征线离散化效果; 最后采用晚型星、 类星体、 高红移类星体SDSS天文光谱特征线数据集。 实验验证了该算法具有较高的识别率, 为天文光谱特征线数据预处理提供了一种新途径。