基于约束概念格的天体光谱局部离群数据挖掘.pdfVIP

第29卷，第2期 光谱学与光谱分析 0 2 09年2月 and SpectroscopySpectralAnalysis February，2009 基于约束概念格的天体光谱局部离群数据挖掘系统 ! 张继福，张素兰，蒋义勇 太原科技大学计算机科学与技术学院，山西太原030024 摘要寻找特殊的、未知的天体是人类探索宇宙奥妙所追求的目标之一，天体光谱数据挖掘是实现该目 标的一种有效方法。约束概念格是一种新的概念格结构，具有构造效率高、提取知识针对性和实用性强等特 点。针对天体光谱数据在特征子空间中的局部偏离，采用VC++6．0和Oracle9i作为开发工具，设计与实 现了基于约束概念格的天体光谱局部离群数据挖掘系统，并对软件模块功能和体系结构，以及天体光谱数 据预处理、约束概念格构造方法、基于链表结构的概念格构造、局部离群数据挖掘方法等关键技术进行了详 细描述。运行结果表明，该系统实现天体光谱数据局部离群数据挖掘是可行的，有价值的，从而为寻找未知 的、特殊的天体提供了一种新途径。 关键词 天体光谱；局部离群数据；约束概念格；稠密子空间；稀疏度系数 中图分类号：TP311文献标识码：A 1000-0593(2009)02—0551-05 DOI：10．3964／j．issn 法；许馨等将核技巧与Fisher判别分析结合起来，提出了基 引言 于广义判别分析方法对恒星、星系和类星体的光谱进行分 类；杨金福等将核技巧与覆盖算法相结合，并在特征空间中 目前，我国正在建造一台大天区面积多目标光纤光谱望 抽取支持向量，提出了一种基于核技巧的覆盖算法；张继福 远镜(简称LAM()盯)，是国家重大科学工程项目。由于等研究开发了一种天体光谱离群数据挖掘系统；刘中田等提 L舢脚具有以较高效率大规模测量天体光谱的能力，可 出了基于小波特征的M型星自动识别方法等[1巧]。 提供的研究课题将遍及天文学多个层次。预计每个观测夜晚 传统的离群数据挖掘方法，大多数是从全局的角度去分 将收集2万～4万条光谱的数据，LAMOST所观测到的光谱析数据，较难发现某些光谱特征线存在的局部偏离。约束概 数据容量可达4TB[“。利用传统人工处理数据方式将无法满念格是文献[6]提出的一种新的概念格结构，具有构造效率 足实际需求，急需研究以计算机为主的全自动分析技术。由 高、提取知识针对性和实用性强等特点。针对特征子空间中 于天文界对宇宙的认识还比较有限，L砧悯巡天计划的 的天体光谱局部离群数据，采用VC++6．0和Oracle9i作 一个重要任务是要发现一些新的、特殊的天体。如何利用数 为开发工具，设计与实现了基于约束概念格的天体光谱数据 据挖掘技术从海量天体光谱数据中发现未知的、特殊的天体 挖局部离群数据挖掘系统，并对软件模块功能和体系结构， 是数据挖掘值得研究和探索的新应用领域。 以及关键技术进行了详细描述。运行结果表明，该系统实现 目前，天体光谱数据分析与处理主要集中在分类和识别 天体光谱数据局部离群数据挖掘是可行的、有价值的。 方面，天文学界研究较多的是恒星光谱的分类，具有代表性 的成果有，Autoclass是基于贝叶斯统计的一种分类方法，其 1基本概念 独特的分类结果发现了一些以前未注意的光谱类型和谱线； Gulati等人首先采用两层BP神经网络方法，用于恒星光谱1．1一般概念格 次型的分类；Jones等采用多个BP网络平均进行恒星光谱次 概念格是由德国的Wille教授，在20世纪80年代初提 型的分类识别；薛剑桥