基于模糊C均值聚类的天文光谱特征线软离.pdfVIP

第32卷，第5期 光谱学与光谱分析 V01．32．N 0．5．ppl435—1438 2。01 2年5月 and Mav，2012 SpectralAnalysis Spectroscopy 基于模糊C均值聚类的天文光谱特征线软离散化 张继福，李 鑫，杨海峰 太原科技大学计算机科学与技术学院。山西太原030024 摘要连续数值属性离散化是天文光谱数据预处理中的主要研究内容之一。针对天文光谱特征线，提出 了一种基于改进模糊C均值聚类的天文光谱特征线软离散化算法。该算法首先利用样本的密度值选取特征 线的候选初始模糊聚类中心，有效地克服r对噪声数据敏感的缺陷；其次采用决策表中的相容性作为评判 标准，动态的调节聚类参数，以达到优化的光谱特征线离散化效果；最后采用晚型星、类星体、高红移类星 体SDSS天文光谱特征线数据集。实验验证了该算法具有较高的识别率，为天文光谱特征线数据预处理提供 了一种新途径。 关键词天文光谱；特征线；离散化；模糊聚类；软划分 中图分类号：TP311文献标识码：A DOI：10．3964／]．issn．1000-0593(2012)05—1435—04 标的光谱，存在训练样本的选择和光谱样本较少的问题；张 引 言 彦霞博士采用了支持向鸶机、学习矢量化、多层神经网络、 决策树等数据挖掘方法，交叉证认了2MASS，R()SAT与 大天区面积多目标光纤光谱望远镜(LAM()趼)是国家 重大科学工程项目，也是世界上天文光谱获取率最高的望远 人针对中低分辨率、硬离散划分的天文光谱数据，研究了基 镜…。由于LAMOST具有高效的测量天文光谱的能力，可于约束FP树的恒星光谱数据相关性分析[8]、基于概念格的 供研究课题将遍及星系团、银河系，活动星系核和早系宇宙 天体光谱离群数据识别[9J“、基于约束概念格的恒星光谱数 大尺度结构等，预计所观测到的光谱数据容馈将可能达到 据自动分类、基于属性约简的恒星光谱数据分类规则等挖掘 4TB。利用数据挖掘技术从海鼍高维天文光谱数据中，寻找 技术‘111等。 未知和特殊的天体及天文规律是当前呕需研究和探索的新应 天文光谱数据具有海量、高维、非线性、流域标定难等 用领域。针对数据挖掘和机器学习而言，连续数值属性离散 特征，通过去噪、归一化、标准化等预处理后的每一条光谱 化可有效地减少算法的时空开销，提高算法的学习精度。提 数据，所表现出来的主要特征信息仪在一些波长(特征线)的 高系统对样本的聚类能力，增强系统抗噪音的能力。此外。 流鼍、峰宽及形状来体现。选用天文光谱数据的特征线作为 许多数据挖掘和机器学习算法只能处理离散型信息，因此天 光谱数据集的属性．可有效地体现光谱数据所包含的茕要信 文光谱数据离散化，对天文光谱数据挖掘具有重要的意义。 息，同时也叮有效地降低r光谱数据的维数．并使得挖掘结 目前天文光谱分析主要集中在光谱型分类和识别。代表 果的可理解性更强。本文采JH模糊聚类和决策表相容性思 性工作有：一种基于贝叶斯统计的分类AutoClass方法[21． 想，提出了一种天文光辫特征线软离散化算法。首先利用样 该方法独特的分类结果发现了以前未注意到的一些谱线和光 本的密度侬选取候选初始模糊聚类中心，有效地克服厂对噪 谱类璎；Gulati[