标题:基于Isomap算法的恒星光谱离群点挖掘
作者:卜育德;潘景昌;陈福强;
作者机构:[卜育德] 山东大学(威海)数学与统计学院, 威海, 山东 264209, 中国.;[潘景昌] 山东大学(威海)信息工程学院, 威海, 山东 264209, 中国.;[陈福强] 同济大学电子与信 更多
通讯作者地址:[Bu, YD]Shandong Univ, Sch Math & Stat, Weihai 264209, Peoples R China.
来源:光谱学与光谱分析
出版年:2014
卷:34
期:1
页码:267-273
DOI:10.3964/j.issn.1000-0593(2014)01-0267-07
关键词:流形学习算法;Isomap算法;主成分分析;数据挖掘
摘要:如何从已分类的海量光谱中发现被错分的光谱一直是天文数据处理专家重点研究的问题,探讨的Isomap算法在该问题方面有很好的表现。通过Isomap算法与主成分分析方法(PCA)算法的实验结果对比发现:(1)PCA将具有不同特征的光谱投影到邻近的区域,而Isomap算法却可以将具有相似特征的光谱投影到邻近区域,而将具有不同特征的光谱投影到相距较远的区域;(2)Isomap算法给出的大部分离群点较易判断,且是具有很高科学价值的双星;而PCA给出的离群点难以判断,科学价值不高。因此,在光谱离群点发掘上Isomap算法比PCA有明显优势。由于使用的数据为SDSS最新发布的M型的九种光谱次型的光谱,因而Is...
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=GUAN201401065&DbName=CJFQ2014
TOP