SATS:一种基于多重特征提取的恒星光谱分类算法

对恒星光谱进行深入研究,可以了解恒星的化学组成和物理特性。恒星光谱分类是恒星光谱研究领域的一个重要方向,随着海量恒星光谱数据的出现,人工分类手段就无法满足科研的需要。基于此,搭建了SATS(SVD Analysis Transformer SoftMax)算法,该算法实现了对F、G、K型恒星光谱的自动分类。SATS算法,首先以奇异值分解(SVD)的方式,对归一化后的恒星光谱做去噪处理;然后对恒星光谱进行特征提取,特征提取层共有六个模块:增量主成分分析(Incremental PCA)、核主成分分析(Kernel PCA)、稀疏主成分分析(Sparse PCA)、因子分析(Factor Analysis)、独立成分分析(Fast ICA)和Transformer(前五个模块统称为Analysis模块),为保证方差贡献率在0.95以上,IPCA、KPCA、Sparse PCA、Factor Analysis和Fast ICA将恒星光谱特征提取为300维;最后,将恒星光谱输入到SoftMax层进行自动分类。SATS算法将多个Analysis模块结合使用,进一步提高了使用单一Analysis模块的分类正确率。Transformer模块和多个Analysis模块的结合使用,再一次提高了分类正确率。SATS算法最大的优势在于对恒星光谱进行了多重特征提取,以不同的特征提取方式,最大程度地保留了原始恒星光谱信息,将信息损失做到最低。SATS算法的最终分类正确率为0.93,这一分类正确率也高于混合深度学习算法CNN(convolutional neural network)+Bayes、CNN+KNN、CNN+SVM、CNN+Adaboost和CNN+Adaboost0.86、0.88、0.89、0.87、0.89的分类正确率。

电磁混凝土发热性能试验研究

在混凝土中预埋铁片和铝箔纸作为发热材料,利用电磁热效应快速加热混凝土,探究混凝土发热性能的影响因素。研究结果表明:铁片混凝土与铝箔纸混凝土的发热速率及发热温度效果都较好;面积越大的铁片,混凝土升温速率越快;虽然厚度大的铁片可以存储更多热量,但要使混凝土温度达到最大值,需要耗费更多时间;影响铝箔纸混凝土温度的因素主要是铝箔纸的面积,且面积与其温度的增加成正相关;在升温阶段,面积大的铝箔纸其混凝土发热速率快,达到最大温度的时间短;在降温阶段,铝箔纸面积对其混凝土温度的影响可忽略不计。