《天文光譜特徵提取及其套用研究》是依託華南師範大學，由李鄉儒擔任項目負責人的面上項目。
基本介紹
- 中文名：天文光譜特徵提取及其套用研究
- 項目類別：面上項目
- 項目負責人：李鄉儒
- 依託單位：華南師範大學
項目摘要,結題摘要,
項目摘要
隨著SDSS、2dF和LAMOST等大型天文觀測項目的實施，天體光譜的獲取速度和數據量急劇增加。如何快速、高質量地對光譜進行參數估計、分類歸檔、檢索和物理規律探索成為有效利用這些海量、高維數據所急需解決的問題。其關鍵環節是光譜特徵的提取，而傳統方法對噪聲、定標質量、光譜複雜度、紅移及其變化範圍等非常敏感，導致基於它的分析結果精度不穩定、並影響已標註光譜的跨望遠鏡使用。特徵點思想已成功套用於計算機視覺領域，我們提出了特徵點分析模型Correspondence Function(CF)，初步研究表明它可用於光譜自動分析。本項目旨在基於特徵點思想探索一種新的光譜特徵提取方法，通過對特徵的局部化、自定位、自適應尺度估計，及其表征的離散化和統計量化克服上述因素的不良影響。內容包括：光譜特徵的檢測、定位及其穩健表征方法研究；基於該特徵和大規模跨望遠鏡歷史標註光譜，研究CF模型在類星體識別中的套用。
結題摘要
隨著SDSS、LAMOST、Gaia和FAST等大型天文觀測項目的實施，天體數據的獲取速度和數據量雪崩式增長，天文學成文一個數據密集型科學和一個典型的大數據套用領域。本項目研究了天文光譜數據中特徵的檢測、描述與套用問題, 提出了譜線信息組合特徵的自動計算發現方案，而文獻中已有研究則是通過人工方式經驗探索。具體內容包括：1、 在特徵的檢測方面，給出了基於稀疏最最佳化理論、非最大抑制思想的天文光譜特徵發現與定位方法；2、特徵的穩健描述方面，提出了基於局部積分、卷積與池化、小波變換，棧式自編碼神經網路的光譜特徵描述方案；3、在穩健特徵的天體目標識別套用研究方面，探索了類星體光譜、星系光譜、恆星光譜分類(相關文獻中亦有稱為恆星光譜的參數化)、和白矮主序雙星光譜的識別等。上述研究內容均做了一定研究、並有相關成果，研究目標基本按計畫完成。在國內外權威期刊The Astrophysical Journal Supplement Series(SCI收錄期刊，影響因子11.257), The Astrophysical Journal(SCI收錄期刊，影響因子5.909)，Monthly Notices of the Royal Astronomical Society (SCI收錄期刊，影響因子4.952)，Astronomy and Astrophysics (SCI收錄期刊，影響因子5.185)等權威期刊和學術會議發表研究論文13篇。該研究結果對於天文大數據的處理、模型探索、因果關係的研究有重要的參考價值。
