吴明磊
- 作品数：2 被引量：2H指数：1
- 供职机构：哈尔滨理工大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：经济管理天文地球更多>>
- 早M型矮恒星光谱聚类方法与分析被引量：1
- 2017年
- 大规模光谱巡天项目如LAMOST等产生了海量极具研究价值的观测数据,如何对此数量级的数据进行有效的分析是当前的一个研究热点。聚类算法是一类无监督的机器学习算法,可以在不依赖于领域知识的情况下对数据进行处理,发现其中的规律与结构。恒星光谱聚类是天文数据处理中一项非常重要的工作,主要对海量光谱巡天数据按照其物理及化学性质分类。针对LAMOST巡天中的早M型矮恒星的光谱数据,使用多种聚类算法如K-Means,Bisecting K-Means和OPTICS算法做了聚类分析,研究不同聚类算法在早M型恒星数据的表现。聚类算法在一定程度依赖于其使用的距离度量算法,同时研究了欧氏距离、曼哈顿距离、残差分布距离和上述三种聚类算法搭配下的表现。实验结果表明:(1)聚类算法可以很好地辅助分析早M型矮恒星的光谱数据,聚类产生的簇心数据和MK分类吻合得非常好。(2)三种不同聚类算法表现不尽相同,Bisecting K-Means在恒星光谱细分类方面更有优势。(3)在聚类的同时也会产生一些数量较少的簇,从这些簇中可以发现一些稀有天体候选体,相对而言OPTICS适合用来寻找稀有天体候选体。
- 刘杰潘景昌吴明磊吴明磊刘聪韦鹏衣振萍
- 关键词：LAMOST聚类降维
- 基于DM的隧道项目成本控制DSS研究
- 随着国家西部大开发战略以及改革开放的深入，各种运输需求随之迅速增长，这为隧道施工企业提供了前所未有的机遇与挑战。隧道作为土木施工中的一种特殊建筑物，具有施工量大、施工环境恶劣、技术要求高、风险大等特点。隧道项目也多是铁路...
- 吴明磊
- 关键词：隧道项目决策支持系统成本控制数据挖掘
