基于小波特征的星系光谱分类-模式识别国家重点试验室.pdfVIP

第 11 期 电　　子　　学　　报 Vol. 33 　No. 11 　2005 年 11 月 ACTA ELECTRONICA SINICA Nov. 　2005 　 基于小波特征的星系光谱分类 1 2 1 2 刘 　蓉 ,段福庆 ,刘三阳 ,吴福朝 ( 1. 西安电子科技大学数学系 ,陕西西安 710071 ; 2. 中科院自动化所模式识别国家重点实验室,北京 100080) 　　摘 　要 : 　提出了一种新的星系光谱分类方法. 首先 ,对原始光谱进行四级小波分解 ,选择主要包含谱线信息的第 四级小波系数作为光谱的小波特征;然后 ,利用主分量分析对光谱的小波特征进行特征压缩 ,得到光谱的识别特征 ;最 后 ,利用 Fisher 线性判别分析实现分类. 该方法能够在红移值未知的情况下 ,对流量未定标的星系光谱进行识别. 通过 实验与其他几种分类方法进行了比较. 实验结果表明 ,本文方法具有较强的鲁棒性 ,在流量未定标情况下的识别效果 优于其他几种分类方法. 关键词 : 　光谱分类 ; 小波特征 ; 主分量分析 ; Fisher 线性判别分析 中图分类号: 　TP391 　　　文献标识码 : 　A 　　　文章编号 : (2005) Spectral Cla ssification of Galaxy Ba sed on Wavelet Feature 1 2 1 2 LIU Rong ,DUAN Fuqing ,LIU Sanyang ,WU Fuchao ( 1. Department of Mathematics , Xidian University , Xi ’an , Shaanxi 710071 , China ;2. National Laboratory ) of Patter n Recognition , Institute of Automation , Chinese Academy of Sciences . Beijing 100080, China Abstract : 　A technique for classification of galaxy spectra is proposed. At first ,a fourlevel wavelet decomposition of the original spectrum is performed ,and the wavelet coefficient at the fourth level ,which mainly includes the information of spectral lines ,is chosen as the wavelet feature of the spectrum. Secondly ,principal components analysis is used to compress the wavelet