一种基于属性权值和wk-距离的天体光谱异常特征线挖掘方法.pdf

第33卷，第8期 光谱学与光谱分析 2 o1 and 3年8月 SpectroscopySpectralAmlysis August，2013 一种基于属性权值和w七一距离的天体光谱异常特征线挖掘方法 娄圣金，张继福’，杨海峰 太原科技大学计算机科学与技术学院，山西太原030024 摘 要采用信息熵思想，给出一种基于属性权值和m一距离的异常天体光谱特征线挖掘方法，并开发了天 体光谱异常特征线挖掘系统。首先采用信息熵思想计算天体光谱特征线属性权值，从而有效地刻画每条特 征线的重要程度；其次采用邻域半径的剪枝技术，对海量天体光谱特征线数据集约简，删除不可能成为异常 的数据对象，形成一个候选异常数据集；然后根据离候选异常数据中对象之间的偏差，计算m一距离和，并 选取m一距离和较大的前TOP-NN个数据对象作为天文光谱异常特征线数据；最后采用sDSs恒星光谱特 征线数据集，实验和系统运行结果验证了该方法的有效性和可行性。 关键词天体光谱；异常特征线；属性权值；剪枝；m一距离 中图分类号：TP311文献标识码：AⅨ)I：10．3964／j．issn1000-0593(2013)08—2255一04 状来体现。选用其特征线作为光谱数据集的属性，可有效地 引 言 体现光谱数据所包含的重要信息，同时也可有效地降低光谱 数据的维数，并使得挖掘结果的可理解性更强。本研究采用 我国建成的大型天文观测仪器“大天区面积多目标光纤 信息熵思想，给出一种基于属性权值和m一距离的天体光谱 光谱望远镜”(L舢脚)，是一架横卧于南北方向的中星仪 异常特征线挖掘方法，在此基础上，采用VC++6．o作为开 式反射施密特望远镜[1]，在每个观测夜晚能够采集2～4万发工具，设计与实现了异常天文光谱特征线挖掘系统。 条光谱，预计所观测到的数据量达到4TB。如何从海量天体 光谱数据中，有效地识别未知和特殊天体光谱成为当前研究 1 天体光谱特征线属性权值和嗽一距离 的难点与热点。 目前，天文光谱数据分析主要集中在天文光谱的分类与 1．1天体光谱特征线一性权值 识别，采用的主要方法有：交叉相关分析与主成分分析、人 在不同星体的天体光谱数据中，相同特征线对于度量异 工神经网络、支持向量机、小波变换、贝叶斯统计、粗糙集 常光谱并不是同等重要的，一些特征线会比另一些特征线的 重要程度要高，例如：对0和B类恒星，OⅥ，Ly＼＼d＼＼ga特 和概念格等[2_8|。典型的相关工作有：Gulati等给出的一种基 于贝叶斯统计的分类方法，其独特的分类效果发现了以前未 征线流量比较强，但对G和K星，这两条特征线流量较弱。 因此，赋予光谱数据中各特征线一个体现其重要性程度的指 注意到的光谱类型和谱线[23；Weaver等采用了神经元网络 对恒星光谱进行了MK系统分类的识别，针对中低分辨率的 标值，来度量异常光谱更加符合客观实际。参照文献[10]， 紫外和光学波段的光谱，分类精度能达到光谱次型L31；刘蓉 天体光谱特征线加权欧氏距离公式定义为 等应用小波分析方法研究了星系光谱的自动识别问题，然而 也一 该方法都是针对流量已定标的光谱，且存在训练样本的选择 慝忑j 和光谱样本较少的问题[4]；此外，张继福等针对中低分辨 其中：zn和zⅣ分别是第i和J条天体光谱中的z条特征线取 率，研究了基于约束FP树的恒星光谱数据相关性分析¨“j、 值，其中：特征线的流量与宽度所构成的面积作为该特征线 基于概念格的天体光谱离群数据识别[7’81等。