The Cannon:一种基于光谱数据的恒星参数测量方法

• 作者: 侯金良 钟靖 黄轶琦
• 来源期刊: 天文学进展
• 学科: 地球科学
• 关键词: 光谱巡天 恒星参数 数据驱动
• 年，卷（期）: 2020,（1）
• 页码范围: 69-81
• 页数: 13页
• 分类号: P144
• 字数: 6476字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8349.2020.01.04

摘要

新一代大规模光谱巡天项目产生了近千万条低分辨率恒星光谱,基于这些光谱数据,介绍一种名为The Cannon的机器学习方法.该方法完全基于已知恒星大气参数(有效温度、表面重力加速度和金属丰度等)的光谱数据,通过数据驱动来构建特征向量,建立光谱流量特征和恒星参数的函数对应关系,进而应用到观测光谱数据中,实现对恒星光谱的大气参数求解.The Cannon的主要优势为不直接基于任何恒星物理模型,适用性更广;由于使用了全谱信息,即便对于低信噪比光谱也能得到较高可信度的参数结果,该算法在大规模恒星光谱的数据处理和参数求解方面具有明显的优势.此外,还利用The Cannon得到LAMOST光谱数据中K巨星和M巨星的恒星参数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯金良	中国科学院上海天文台星系与宇宙学重点实验室	5	13	1.0	3.0
5	钟靖	中国科学院上海天文台星系与宇宙学重点实验室	4	5	2.0	2.0
6	黄轶琦	中国科学院上海天文台星系与宇宙学重点实验室	1	0	0.0	0.0