面向高维天文光谱大数据的特征提取与智能分类研究

面向高维天文光谱大数据的特征提取与智能分类研究.pdf
在基于AI的天文光谱分类方向应用，做了一点点的工作:在数据降维方面，使用了自编码器来进行非线性降维和特征提取，并且加入噪声“疫苗“可以提高模型的抗噪性能。在分类模型方面，使用了基于神经网络的多层感知机模型，并且目前在尝试深度残差的卷积模型。在离群点挖掘方面，由于缺乏离群光谱相关的数据，在其它类型的离群点上已经开始了相关算法研究。
作者：邹志强
作者单位：南京邮电大学计算机学院;南京邮电大学盐城大数据研究院;江苏省大数据安全与智能处理重点实验室
母体文献：虚拟天文台与天文信息学2019年学术年会论文集
会议名称：虚拟天文台与天文信息学2019年学术年会  
会议时间：2019年11月27日
会议地点：大庆
主办单位：中国科学院国家天文台,国家天文科学数据中心
语种：chi
分类号：Q1-O21
关键词：天文光谱数据  特征提取  智能分类  多层感知机  神经网络
在线出版日期：2022年9月21日
基金项目：
相似文献
相关博文

2024-12-3 21:06 上传 面向高维天文光谱大数据的特征提取与智能分类研究.pdf

文件大小:

3.43 MB

下载次数:

60

高速下载