基于Transformer特征提取的A型恒星光谱子型分类算法

恒星光谱分类是恒星光谱分析的重要工作之一。我国大型巡天项目LAMOST能够获得海量的恒星光谱数据,为了对海量恒星光谱数据进行高效分类,特别是对恒星光谱子型数据进行分类,需要研究快速有效的恒星光谱自动分类算法。提出一种基于Transformer特征提取的混合深度学习算法Bert+svm(简记为Besvm)实现A型恒星光谱子型的自动分类。该算法将A型恒星光谱26个线指数作为输入特征,应用Bert模型对26个线指数进行更深层次的学习,通过学习26个线指数的内在关联,进而提取到更有利于A型恒星光谱子型分类的特征。提取好的新特征被输入到分类器算法支持向量机(简记为SVM)中,进而对A型恒星光谱的三个子型A1、 A2和A3进行自动分类。此前,SVM算法在恒星光谱分类任务中已经有过应用,一些衍生的SVM算法在恒星光谱分类任务中也有较高的分类正确率。相比从前应用到恒星光谱分类任务的SVM算法,我们的混合深度学习算法受数据的信噪比影响较小,使用低信噪比数据也能有较高的分类正确率,并且所用数据量较少。通过五组实验验证了该算法的有效性和优越性:实验1用来对比选择优秀的核函数,通过光谱数据的匹配实验,最终选择了径向基核函数RBF;实验2对比了Besvm算法和其他四种传统优秀算法的性能指标,验证了Besvm算法的优越性;实验3用来检验Besvm算法的稳定性;实验4分析了数据量对Besvm算法的影响;实验5分析了不同信噪比数据对Besvm算法分类正确率的影响。综合实验结果分析表明,提出的混合深度学习算法Besvm在规模较小且信噪比低的数据集上仍能保持较高的分类正确率。Besvm总体分类错误率在0.01以下,远低于经典传统机器学习算法LDA算法,BP神经网络算法,SVM算法和Xgboost算法的分类错误率0.7, 0.66, 0.65, 0.36.需要说明的是BP神经网络算法的分类正确率过于受限于隐层神经元的个数。

一种基于Map/Reduce分布式计算的恒星光谱分类方法

天体光谱中蕴含着非常丰富的天体物理信息,通过对光谱的分析,可以得到天体的物理信息、化学成分以及天体的大气参数等。随着LAMOST和SDSS等大规模巡天望远镜的实施,将会产生海量的光谱数据,尤其是LAMOST正式运行后,每个观测夜产生大约2～4万条光谱数据。如此海量的光谱数据对光谱的快速有效的处理提出了更高的要求。恒星光谱的自动分类是光谱处理的一项基本内容,该研究主要工作就是研究海量恒星光谱的自动分类技术。Lick线指数是在天体光谱上定义的一组用以描述光谱中谱线强度的标准指数,代表光谱的物理特性,以每个线指数最突出的吸收线命名,是一个相对较宽的光谱特征。研究了基于Lick线指数的贝叶斯光谱分类方法,对F,G,K三类恒星进行分类。首先,计算各类光谱的Lick线指数作为特征向量,然后利用贝叶斯分类算法对三类恒星进行分类。针对海量光谱的情况,基于Hadoop平台实现了Lick线指数的计算,以及利用贝叶斯决策进行光谱分类的方法。利用HadoopHDFS高吞吐率和高容错性的特点,结合Hadoop MapReduce编程模型的并行优势,提高了对大规模光谱数据的分析和处理效率。该研究的创新点为：（1）以Lick线指数作为特征,基于贝叶斯算法实现恒星光谱分类;（2）基于Hadoop MapReduce分布式计算框架实现Lick线指数的并行计算以及贝叶斯分类过程的并行化。

光谱分辨率和信噪比对光谱线指数测量精度的影响

分析光谱分辨率和信噪比对19个Lick原子吸收线指数测量精度的影响。采用高斯卷积方法,将光谱变换到不同分辨率下,通过测量并比较光谱在不同分辨率下的线指数值探究分辨率改变对线指数测量精度的影响;通过向光谱叠加符合不同高斯分布的随机噪声方法,将无噪理论光谱改变到不同信噪下,通过测量并比较光谱在不同信噪比时的线指数值分析信噪比对线指数测量精度的影响。结果表明:改变光谱分辨率能够引起线指数测量值的变化,此变化程度依赖于分辨率的改变程度,且此依赖关系对不同指数呈不同变化趋势;信噪比对线指数测量精度的影响随信噪比的降低而增大,当信噪比高于25时,此影响可忽略。

基于XGBOOST的恒星光谱分类特征数值化

恒星光谱分类是研究恒星的基础性工作之一,常用的光谱分类是基于20世纪70年代Morgan和Keenan建立起来的并逐步完善的MK分类系统。然而基于MK规则的交互式决策分类系统对处理海量天文光谱数据存在着一定的困难。目前光谱巡天一般采用的自动化分类则是模版匹配方法而忽略对谱线特征的测量。怎样自动、客观地提取海量光谱中的分类特征并应用这些特征进行分类可以对天体的物理化学性质的统计分析至关重要。针对此问题,通过机器学习和计算光谱的谱线指数结合的方法,提取光谱特征,并通过大数据分析定量地确定对光谱特征谱线的分类判据(数值化),确定每一类光谱具有物理意义的特征谱线的强度分布。首先对LAMOSTDR4恒星光谱测量其谱线指数作为输入,光谱的分类标记采用官方发布的分类结果。使用XGBoost算法进行自动分类及特征排序,从而获得已知或未知的对于分类决策最为敏感的谱线。首先,选取高信噪比(S/N>30)、被LAMOST标记为B,A,F和M的恒星光谱数据,总计约414万个。然后,对光谱数据计算谱线指数从而使其得到降维处理,过滤冗余信息。其次,将处理后的恒星光谱数据随机划分为训练集和测试集,通过适当调整算法参数,用训练集得到所需要的分类决策树模型,用测试集测试其稳定性和可用性,以防止出现过拟合,同时使用算法自带函数进行提取分类特征。最后,输出并整理实验中算法所得的决策树模型,并挑选其概率比较大的分支作为最终的决策树模型。通过实验,可以发现在固定参数下,XGBoost所得的模型有一定的自适应性,较少受数据集影响,总体准确率可达88.5%;同时其所输出的分类决策树与已知的特征较为吻合,而且可以获得基于大数据的、数值化的特征谱线对应分类的范围,为完善基于特征的分类提供定量的规则。

基于波长调制技术的吸收谱线线型函数测量

在可调谐二极管激光吸收光谱技术中,直接吸收法通过对透射光强拟合可直接得到线型函数,但目前具有较高信噪比的波长调制法不能对其进行有效测量。提出一种基于多次谐波的线型函数测量理论及方法,通过谐波通项表达式推导出谱线中心频率处二次与四次谐波比值仅与线型函数和调制系数有关,当调制系数m为2.4928时,无论线型函数中Gauss线宽和Lorentz线宽所占比例如何,二次与四次谐波比值均为2.1862,根据该点的特征可首先得到谱线半宽,然后将其应用于弱吸收条件下2f/1f气体浓度免标法测量。实验中采用2326.82 nm处谱线对CO浓度进行了测量,其结果与传统直接吸收法测量结果误差小于2%。文中为波长调制法中线型函数的精确测量提供了重要的理论依据,进一步完善了2f/1f免标法。

浸入式光栅谱线特性（英文）

浸入式光栅常应用于光学材料折射率较高的红外谱段.其特殊的工作模式会产生一系列普通反射式光栅不需面临的问题,而它们对于浸入式光栅的应用却十分重要.论文推导了普通光栅长波端与短波端谱线长度的关系.针对折射率与波长相关的特点,以短波红外(1.5~2.5μm)为例,分析其谱线位置分布及光谱分辨率变化特性.结果表明,浸入式光栅谱线分布相较于普通光栅有明显差异,"梯形"谱线会发生倾斜.在折射率变化较大的短波红外谱段,"梯形"谱线倾斜程度较明显.在以长波(2.5μm)配准Littrow条件时,谱线向短波端倾斜,以短波(1.5μm)配准时向长波端倾斜,且Littrow波长均漂离中心波长.由于折射率在热红外谱段变化较小,"梯形"谱线倾斜较小,更接近普通光栅情况.浸入式光栅的光谱分辨率随折射率变化而改变,同级中,波长增大分辨率增大;各级间,级数减小分辨率减小.同时,由于高级次(短波)分辨率大于低级次(长波),因此各级谱线长度之比不再满足普通光栅中的比例关系.

用于激光吸收光谱二维重建的光谱优化选择方法研究

光谱组合对多光谱重建技术的重建结果有很大影响,不合理的光谱组合会降低光谱测量的有效性,加大重建误差。为了从海量的光谱数据库中选出适用于被测流场参数范围的最优光谱组合,提出了一种基于向量组线性相关性的光谱选择方法,采用数值仿真的方法开展研究,仿真结果验证了方法的可行性与可靠性。分析了测量信号无噪声和存在噪声时,光谱数量与重建结果的关系。研究发现最优光谱组合的线性相关指数小于0.01时,该组合存在光谱的冗余。保证测量有效性的同时光谱数量最少的光谱组合为线性相关指数不小于0.01的最优光谱组合。测量存在噪声时,光谱数量越多,噪声的抑制效果越好,重建结果精度更高。通过重复测量法可以有效降低噪声影响,用最少数量的光谱实现更多光谱的测量效果。