基于胶囊网络的恒星光谱分类研究

作者：杜利婷,洪丽华,杨锦涛,许婷婷,张静敏,艾霖嫔,周卫红

摘要：大型巡天项目的快速发展,产生大量的恒星光谱数据,也使得实现恒星光谱数据的自动分类成为一项具有挑战性的工作.提出一种新的基于胶囊网络的恒星光谱分类方法,首先利用1维卷积网络和短时傅里叶变换将来源于LAMOST(Large Sky Area Multi-Object Fiber Spectroscopy Telescope)Data Release 5(DR5)的F5、G5、K5型1维恒星光谱转化成2维傅里叶谱图像,再通过胶囊网络对2维谱图像进行自动分类.由于胶囊网络具有保留图像中实体之间的分层位姿关系和无需池化层的优点,实验结果表明:胶囊网络具有较好的分类性能,对于F5、G5、K5型恒星光谱的分类,准确率优于其他分类方法.

发文机构：云南民族大学数学与计算机科学学院 厦门软件职业技术学院软件工程系 广州大学天体物理中心 中国科学院天体结构与演化重点实验室

关键词：恒星:基本参数方法:数据分析技术:光谱分析stars:fundamental parametersmethods:data analysistechniques:spectral analysis

分类号： P144[天文地球—天体物理]