随着天文大数据不断积累, 我国大天区多目标光纤光谱望远镜LAMOST已完成6年的大规模巡天观测, 获得DR5数据集已达到900多万条光谱, 其中含有观测比例较低的早型恒星光谱, 具备重要的研究价值。 利用准确的恒星分类模板库可提升恒星的分类精度与可靠性, 由于LAMOST第一年的巡天光谱中并没有完整覆盖B型恒星包含的所有子类型, 造成后续观测数据分类的子类型范围受限。 依据LAMOST已发布DR5数据中B型恒星光谱为研究对象, 选取ELODIE发布的B型恒星实测光谱模板库来检测LAMOST在用的分类光谱。 首先完成ELODIE发布37条B型光谱模板的相关性分析, 去掉相关性弱的三条光谱后, 筛选出ELODIE 34条B型恒星实测模板作为中心, 通过计算LAMOST DR5发布的绝大多数被标记为B6型（7 662条）和B9型（3 969条）实测光谱的马氏距离, 经有监督聚类LAMOST早型恒星光谱数据, 标记13个子类型在涵盖B2—B9子类的34条ELODIE光谱模板中的分布。 经线性分析判别每条谱线子类型的类内距离, 确保波长覆盖范围和分辨率与LAMOST数据完全一致, 去掉距离数值偏差较大的数据, 计算相应子类的平均谱线, 得到LAMOST源于DR5观测数据早型B型恒星的13条子类型光谱分类模板, 为后期完善模板提供较好的参考性。

随着获取和收集天文光谱大数据能力的与日俱增, 合理利用计算科学技术正确地分析海量光谱的处理方法及结果统计。 前述工作采用了欧氏距离分析判别LAMOST实测光谱与模板之间相似度的研究, 研究恒星分类准确性取决于高质量的模板光谱, 选取LAMOST光谱在用的分类软件中183个恒星模板光谱, 分别利用欧氏距离和马氏距离方法得出A, F, G, K和M型恒星模板间的均值和最大值, 完成每条谱线相互之间的相关性分析, 找出相对距离较大的模板及形成原因。 相似度度量可视化实验数据结果表明模板之间具有一定的区分度, 通过马氏距离分析模板间相似性能更进一步辨识出相近模板之间的细微差别, 具备较优良的判别效果, 证实了LAMOST现有分类的各模板间距离较均匀, 且分类结果较为准确。 该研究可进一步优化在用光谱分类模板, 提升LAMOST恒星分类模板库的精确度和可信度。