您的位置: 专家智库 > >

卜育德

作品数:7 被引量:6H指数:2
供职机构:山东大学(威海)更多>>
发文基金:国家自然科学基金中国博士后科学基金国家教育部博士点基金更多>>
相关领域:自动化与计算机技术理学天文地球更多>>

文献类型

  • 5篇期刊文章
  • 2篇会议论文

领域

  • 2篇天文地球
  • 2篇自动化与计算...
  • 2篇理学

主题

  • 4篇恒星
  • 2篇元素丰度
  • 2篇函数
  • 2篇恒星大气
  • 2篇边值
  • 2篇边值问题
  • 1篇定理
  • 1篇学习算法
  • 1篇正则
  • 1篇正则函数
  • 1篇数据挖掘
  • 1篇特征提取
  • 1篇主成分
  • 1篇主成分分析
  • 1篇自动提取方法
  • 1篇物理参数
  • 1篇离群点
  • 1篇离群点挖掘
  • 1篇流形
  • 1篇流形学习

机构

  • 4篇山东大学
  • 3篇山东大学(威...
  • 1篇武汉大学
  • 1篇同济大学
  • 1篇中国人民大学
  • 1篇山东青年政治...

作者

  • 7篇卜育德
  • 2篇潘景昌
  • 1篇杜金元
  • 1篇陈修梅
  • 1篇王春雨
  • 1篇陈福强

传媒

  • 2篇光谱学与光谱...
  • 1篇数学物理学报...
  • 1篇山东大学学报...
  • 1篇邵阳学院学报...
  • 1篇中国天文学会...

年份

  • 2篇2017
  • 1篇2015
  • 2篇2014
  • 1篇2011
  • 1篇2009
7 条 记 录,以下是 1-7
排序方式:
基于GPR算法的恒星大气物理参数估计
<正>众所周知,机器学习方法被广泛应用于光谱数据处理,以帮助天文学家快速而又准确的从海量的恒星光谱数据里提取大气物理参数。但是传统的机器学习方法如神经网络方法和核回归方法在实际应用中存在一些难以克服的缺点,如难以优化算法...
卜育德
文献传递
基于LASSO算法的恒星α元素丰度估计方法研究被引量:2
2017年
主要研究了一种新的基于LASSO算法的恒星α元素丰度估计方法。海量恒星的α元素(O,Mg,Si,Ca和Ti)丰度信息将有助于我们了解银河系的演化进程。但目前从中低分辨率光谱中确定α元素丰度的方法主要是模板匹配法,但该方法算法复杂,优化参数较为困难且对噪声敏感,因此有必要研究新的方法。实验结果显示,LASSO算法对ELODIE光谱的α丰度的估计精度为0.003(0.078)dex。为验证光谱分辨率变化对LASSO算法结果的影响,我们首先用ELODIE光谱通过高斯卷积得到了分辨率为42 000,21 000,10 500,4 200和2 100的光谱,然后使用LASSO算法估计α元素丰度,精度分别为0.003 3(0.078)dex,-0.05(0.059)dex,-0.007(0.060)dex,0.008 0(0.069)dex和-0.004 5(0.067)dex。上述结果证明LASSO算法对分辨率变化不敏感。为验证LASSO算法对信噪比变化的鲁棒性,使用ELODIE光谱分别构造了信噪比为30,25,20,15和5的光谱。LASSO算法在上述数据集上的精度分别为-0.002(0.076)dex,-0.09(0.073)dex,0.003 6(0.075)dex,0.007 6(0.078)dex和-0.009(0.08)dex,因而LASSO算法对信噪比变化不敏感。因此,LASSO算法适用于低分辨率低信噪比的LAMOST和SDSS光谱。LASSO算法在SDSS光谱上的估计精度为0.003 7(0.097)dex,而在球状星团和疏散星团成员星上的结果显示LASSO算法给出的丰度与文献给出α丰度值误差在1σ以内。因此,LASSO算法能够用于估计恒星的α元素丰度。
卜育德潘景昌王春雨陈修梅
关键词:特征提取
k-单演函数的复合边值问题
2011年
考虑了单演函数以及2-单演函数的复合边值问题,并给出了解的形式。
卜育德
关键词:复合边值问题LIOUVILLE型定理
多正则函数的Riemann边值问题
2009年
该文利用欧拉算子得出了多正则函数边值问题的解,同时给出了欧拉算子的一些应用.
卜育德杜金元
关键词:边值问题
RBM:a non-linear substitute for PCA in spectral processing
Context.Principal component analysis(PCA)is widely used to repair incomplete spectra,to perform spectral denoi...
卜育德
中低分辨率光谱的恒星大气物理参数自动提取方法
2017年
恒星大气物理参数的信息对我们研究恒星和银河系的结构和演化有重要意义。由于多目标光纤光谱仪的发展,人类获取恒星光谱的数量有了极大的增加。但由于这些光谱数量众多,天文学家快速而又精确的提取相应的恒星大气物理参数有很多困难。为此,天文学家发展了一系列新的方法提取恒星的大气物理参数。本文总结了目前主要的恒星大气物理参数估计方法,并对以后可能的重点研究方向给出了建议。
卜育德
基于Isomap算法的恒星光谱离群点挖掘被引量:4
2014年
如何从已分类的海量光谱中发现被错分的光谱一直是天文数据处理专家重点研究的问题,探讨的Isomap算法在该问题方面有很好的表现。通过Isomap算法与主成分分析方法(PCA)算法的实验结果对比发现:(1)PCA将具有不同特征的光谱投影到邻近的区域,而Isomap算法却可以将具有相似特征的光谱投影到邻近区域,而将具有不同特征的光谱投影到相距较远的区域;(2)Isomap算法给出的大部分离群点较易判断,且是具有很高科学价值的双星;而PCA给出的离群点难以判断,科学价值不高。因此,在光谱离群点发掘上Isomap算法比PCA有明显优势。由于使用的数据为SDSS最新发布的M型的九种光谱次型的光谱,因而Isomap算法能够快速发现被斯隆数字巡天数据处理流程(SDSS pipeline)错分的光谱,可帮助有效提高现有光谱分类算法的准确率。更进一步,由于被SDSS pipeline错分的光谱大部分是双星,因而Isomap算法还可以进一步帮助我们发现有很高科学研究价值的双星,提高双星的发现效率。虽然实验显示Isomap算法对信噪比变化较为敏感,在具有较低信噪比的光谱上表现较差,但由于信噪比低的光谱的光谱型难以判断,因而该缺点并不影响Isomap算法的在光谱发掘上的应用。
卜育德潘景昌陈福强
关键词:流形学习算法ISOMAP算法主成分分析数据挖掘
共1页<1>
聚类工具0