流形判别分析和支持向量机的恒星光谱数据自动分类方法

尽管经典的分类方法支持向量机SVM在天文学领域广泛应用,但其只考虑类间的绝对间隔而忽略类内的分布性状,因而分类性能有待于进一步提升。鉴于此,提出一种新颖的基于流形判别分析和支持向量机的恒星光谱数据自动分类方法。该方法引入流形判别分析的两个重要概念:基于流形的类内离散度MW和基于流形的类间离散度MB。所提方法找到的分类面同时保证MW最小且MB最大。可建立相应最优化问题,然后将原最优化问题转化为QP对偶形式求得支持向量和判别函数,最后利用判别函数判断测试样本的类属。该方法的最大优势在于进行分类决策时,不仅考虑样本的类间信息和分布特征,而且还保持了各类的局部流形结构。SDSS恒星光谱数据上的比较实验表明该方法的有效性。

基于关联规则的恒星光谱数据相关性分析

利用关联规则作为恒星光谱数据相关性分析方法，以VC＋＋和Oracle9i作为开发工具，设计并以程序实现了基于关联规则的恒星光谱数据相关性分析系统，给出了其软件体系结构和模块功能，并对恒星光谱数据的预处理、取样技术、背景知识模板、频繁模式集挖掘算法等关键技术进行了详细描述。最后，通过系统运行结果表明，利用关联规则来描述、分析光谱数据特征和物理化学性质之间存在的相关性是可行的和有价值的。

基于支持向量机的恒星光谱分类研究

本文提出了一种新的恒星光谱分类技术。由于恒星光谱数据通常含有较高的噪声，首先我们采用小波变换的方法对原始数据进行降噪，然后采用支持向量机技术完成对光谱数据的最终分类。实验结果显示，使用这种组合分类方法的分类效果要优于使用支持向量机结合主分量分析降噪技术的分类方法。

一种基于卷积神经网络的恒星光谱快速分类法

恒星光谱数据的分类是天体光谱自动识别的最基本任务之一,光谱分类的研究能够为恒星的演化提供线索。随着科技的发展,天文数据也向大数据时代迈进,需要处理的恒星光谱数量越来越多,如何对其进行自动而精准地分类成为了天文学家要解决的难题之一。当前恒星光谱自动分类问题的解决方法相对较少,为此本文使用了一种基于卷积神经网络的方法对恒星光谱MK系统进行分类。该网络由数据输入层、四个卷积层、四个池化层、全连接层、输出层构成,与传统网络相比具有局部感知、参数共享等优点实验。在Python3.5的环境下编程,利用Tensorflow构建了一个简单高效的具有四个卷积层的卷积神经网络,并将Dropout作用于全连接层之后以防止过度拟合。Dropout的基本思想:当网络模型进行训练时,把一些神经网络节点按一定的比例丢弃,使其暂时不发挥作用。Dropout可以理解成是一种十分高效的神经网络模型平均方法,由于它不依赖于某些局部特征所以能够让网络模型更加鲁棒。实验中使用的一维恒星光谱图是取自LAMOSTDR3数据库,首先进行预处理截取光谱3600~7300的部分,均匀采样后使用min-max标准化法对其进行初始化。实验包括两部分:第一部分为依据恒星光谱MK系统对光谱进行分类,每一类的训练样本包含1000条光谱数据,测试样本为400条光谱数据,首先通过训练样本对CNN网络进行训练,进行3000次的迭代,用训练后的网络将测试样本进行分类以验证网络的准确性;第二部分为相邻两类的恒星光谱的分类,其中O型星数据集样本为250条光谱,其余类别恒星样本数据集均为4000条光谱,将数据5等分,每次选取当中的一份当作测试集,其余部分当作训练集,采用5折交叉验证法求得模型准确率,用BP神经网络进行对比实验。选择对网络模型进行评估的指标包括精确率P、召回率R、F-score、准确率A。实验结果显示CNN在对六类恒星光谱进行分类时其准确率都在95%以上,在对相邻类别的恒星进行分类时,由于O型星样本量较少,所以得到的分类结果不太理想,对其余类别的恒星分类准确率都高于98%,以上结果都证明了CNN算法能够很好地解决恒星光谱的分类问题。

基于PSO的二阶段光谱模糊聚类研究

在海量的天体光谱数据中利用无监督聚类学习方法将天体自动分类具有更加诱人的前景。针对当前聚类方法存在的缺点,提出一种高效的高维数据硬划分算法,在此基础上提出了一种分阶段模糊聚类方法。第一阶段,利用硬划分算法对数据聚类,克服了模糊聚类算法对初始值敏感的缺点。第二阶段,以第一阶段运算结果作为初始值,进行模糊聚类的,并将微粒群算法引入模糊聚类,从而保证了聚类结果的全局最优性。实验结果表明,该方法用于天体光谱聚类是可行的、有价值的。

约束概念格及其构造方法

概念格是一种有效的数据分析和知识提取的形式化工具.然而,随着要处理的数据量的剧增,基于原始形式背景构造出的概念格结点数目庞大,占用大的存储空间,同时概念格结点中一些属性集形成的内涵,用户并不都感兴趣,因而从中提取用户需求知识费时.为了降低概念格构造的时空复杂性,增强实用性和针对性,首先采用谓词逻辑描述用户感兴趣的背景知识,并将背景知识引入到概念格结构中,提出了一种新的概念格:约束概念格.在此基础上,提出了基于背景知识的约束概念格构造算法CCLA.理论分析表明,该算法能有效地减少概念格的存储空间和建格时间.最后,采用恒星天体光谱数据作为形式背景,实验验证了该算法的有效性.

基于FP树的特异关联规则挖掘算法研究

分析稀少数据的相关性是一种重要的、有价值的数据挖掘任务。运用面向关联规则的FP树构造方法,提出了一种特异关联规则挖掘算法RSFPA。该算法将包含特异模式的数据集压缩成一棵FP树,通过挖掘FP树来提取特异模式集,从而进一步提高了特异模式的挖掘效率。最后,利用恒星光谱作为数据集,实验验证了RSFPA算法的正确性和有效性。

二阶段模糊聚类方法研究

针对当前聚类方法存在的缺点，提出一种高效的高维数据硬划分算法，在此基础上提出了一种分阶段模糊聚类方法．第一阶段，利用硬划分算法对数据聚类，克服了模糊聚类算法对初始值敏感的缺点．第二阶段，以第一阶段运算结果作为初始值，进行模糊聚类的，并将模拟退火算法引入模糊聚类，从而保证了聚类结果的全局最优性．实验结果表明，该方法是可行的、有价值的．

基于背景知识的关联规则挖掘算法研究

为了解决传统算法中存在的频繁模式集生成的瓶颈问题，本文将启发式背景知识和归纳背景知识同时运用在频繁模式的生成过程中，提出了一种基于背景知识的关联规则挖掘算法BasedBackground。该算法不仅通过启发式背景知识，有效降低了模式的计数代价，而且通过由样本挖掘获取的归纳背景知识，有效地减少I／O代价，因此提高了挖掘的效串和质量。本文最後通过恒星光谱数据作为实验数据集，验证了该算法的有效性。

一种基于集合运算的分类规则处理方法

通过分析分类规则与训练集之间的映射关系,采用集合的相关运算寻找特征规则及相应特征集,从而消除分类规则集中存在的冗余,并在此基础上提出了基于集合运算的分类规则处理算法(PASO)。最后,以恒星光谱数据为背景,实验验证了该方法的正确性和可行性。

一种基于K-means的关联规则聚类算法

关联规则是数据挖掘领域中的主要研究内容之一。针对高维海量数据集,尤其当支持度和置信度阈值太低时,将生成大量冗余和相似的关联规则,从而对关联规则的理解和使用造成了困难。本文采用改进的K-means思想,给出了一种关联规则聚类算法:首先重新定义了冗余关联规则,并给出了删除的方法;然后定义了一种新的规则间相似性度量;最后利用K-means思想,采用最大三角形方法选取聚类的初始点,将相似的关联规则归为一类。实验验证该算法能够帮助用户快速有效地找到有用的关联规则,提高了关联规则的可理解性。

一种基于谓词逻辑的分类规则约简方法

利用各种分类规则挖掘方法,提取出的分类规则集中,存在许多的冗余规则,从而降低了分类效率。采用谓词公式描述分类规则,给出了一种分类规则集约简方法。该方法利用谓词公式中的逻辑推理,对分类规则集进行约简,消除了冗余规则。采用恒星光谱数据,实验验证该方法在保证分类规则集的分类能力不变的前提下,有效地提高了分类的效率。