作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
LAMOST-DR7恒星天文光谱数据的用途广泛,其中光谱型数据共有7个类型.笔者对天文光谱数据采取特征选择或降维的方式,探究朴素贝叶斯、逻辑回归、C4.5决策树算法在进行多少降维和特征选择后对该光谱数据的分类效果最佳.对比结果显示,当选择特征数目为101时,softmax模型对天文数据的分类效果最佳.
推荐文章
基于Spark深度感知决策树的恒星/星系分类应用研究
Spark
深度学习
决策树
并行化
恒星/星系
分类
基于深度学习的恒星光谱分类
恒星光谱
一维卷积
分类
热力图
高光谱遥感数据光谱特征提取算法与分类研究
高光谱
光谱特征
特征提取
地物识别
水体光谱特性监督分类方法研究
二类水体
光谱分类
监督分类
最值法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 恒星天文光谱数据分类方法探究
来源期刊 信息与电脑 学科
关键词 恒星天文光谱 C4.5 朴素贝叶斯 softmax回归 PCA RFE
年,卷(期) 2021,(7) 所属期刊栏目 算法语言
研究方向 页码范围 84-86
页数 3页 分类号 P144.1|TP311.13
字数 语种 中文
DOI 10.3969/j.issn.1003-9767.2021.07.025
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (7)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(11)
  • 参考文献(1)
  • 二级参考文献(10)
2017(12)
  • 参考文献(0)
  • 二级参考文献(12)
2018(8)
  • 参考文献(2)
  • 二级参考文献(6)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
恒星天文光谱
C4.5
朴素贝叶斯
softmax回归
PCA
RFE
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
论文1v1指导