基于BP神经网络(自编码)的恒星大气物理参数估计

• 作者: 李悦 韩帅
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 自编码 恒星光谱 BP神经网络 参数估计 特征提取
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 实验室自动化
• 页码范围: 230-231,234
• 页数: 3页
• 分类号: TP212
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2016.09.230

摘要

恒星大气物理参数估计(有效温度Teff、表面重力加速度log g、化学丰度[re/H])是探索恒星本质的首要任务.斯隆数字巡天(SDSS)和郭守敬望远镜(LAMOST)等大规模巡天望远镜正以前所未有的速度获取海量的恒星光谱数据,这为星系研究带来了新的机遇和挑战.传统的方法已不能适应如此庞大的数据量,直接从光谱中估计估计大气参数变得非常必要.提出了一种新的从恒星光谱中自动估计大气参数的回归模型BP神经网络(自编码),在20000条斯隆数字巡天(SDSS)实测光谱上做了实验研究.实验结果用平均绝对误差来描述,三个恒星大气物理参数的精度分别为log Teff:0.0079,log g:0.2408,[Fe/H]:0.1773.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李悦	辽宁石油化工大学信息与控制工程学院	23	80	5.0	7.0
2	韩帅	辽宁石油化工大学信息与控制工程学院	1	1	1.0	1.0