标题:一种基于Map/Reduce分布式计算的恒星光谱分类方法
作者:潘景昌;王杰;姜斌;罗阿理;韦鹏;郑强;
作者机构:[潘景昌] 山东大学(威海)机电与信息工程学院, 威海, 山东 264209, 中国.;[王杰] 山东大学(威海)机电与信息工程学院, 威海, 山东 264209, 中国.;[姜斌] 山东大学( 更多
通讯作者地址:[Pan, JC]Shandong Univ, Sch Mech Elect & Informat Engn, Weihai 264209, Weihai, Peoples R China.
来源:光谱学与光谱分析
出版年:2016
卷:36
期:8
页码:2651-2654
DOI:10.3964/j.issn.1000-0593(2016)08-2651-04
关键词:Lick线指数;;恒星光谱分类;;Hadoop
摘要:天体光谱中蕴含着非常丰富的天体物理信息,通过对光谱的分析,可以得到天体的物理信息、化学成分以及天体的大气参数等。随着LAMOST和SDSS等大规模巡天望远镜的实施,将会产生海量的光谱数据,尤其是LAMOST正式运行后,每个观测夜产生大约2~4万条光谱数据。如此海量的光谱数据对光谱的快速有效的处理提出了更高的要求。恒星光谱的自动分类是光谱处理的一项基本内容,该研究主要工作就是研究海量恒星光谱的自动分类技术。Lick线指数是在天体光谱上定义的一组用以描述光谱中谱线强度的标准指数,代表光谱的物理特性,以每个线指数最突出的吸收线命名,是一个相对较宽的光谱特征。研究了基于Lick线指数的贝叶斯光谱分类方...
收录类别:EI;CSCD;SCIE
WOS核心被引频次:1
资源类型:期刊论文
原文链接:http://kns.cnki.net/kns/detail/detail.aspx?FileName=GUAN201608060&DbName=CJFQ2016
TOP