一种提高恒星光谱识别率的新方法

一种提高恒星光谱识别率的新方法
白凌;郭平
【期刊名称】《计算机科学》
【年(卷),期】2004(031)B07
【摘要】本文提出的方法是基于Kalman滤波和径向基函数神经网络的，是对提高恒星光谱识别率的深入研究。

它不再依赖分类正确率曲线选取特征，可以直接将Kalman滤波的输出作为径向基函数神经网络的输入。

该技术分为两个阶段：第一阶段，采用Kalman滤波对经过归一化的光谱数据进行去噪、降维，同时进行第一次的分类；第二阶段，利用径向基函数神经网络进行第二次的分类。

实验表明这种新技术是健壮的、高效率的、通用性强的。

该方法的分类结果比主成分分析的最好结果还要好。

【总页数】3页(P59-61)
【作者】白凌;郭平
【作者单位】北京师范大学计算机科学系，北京100875
【正文语种】中文
【中图分类】TN911.6
【相关文献】
1.自动识别发射线恒星光谱的新方法 [J], 潘景昌;张彩明;韦鹏;罗阿理;赵永恒
2.一种提高链路层加密比特流识别率的新方法 [J], 邢萌;王韬;吴杨;李进东
3.一种基于卷积神经网络的恒星光谱快速分类法 [J], 王楠楠; 邱波; 马杰; 石超君;
宋涛; 郭平
4.一种新的基于2维傅里叶谱图像的恒星光谱特征提取方法和深度网络分类应用[J], 张静敏; 马晨晔; 王璐; 杜利婷; 许婷婷; 艾霖嫔; 周卫红
5.The Cannon:一种基于光谱数据的恒星参数测量方法 [J], 黄轶琦; 钟靖; 侯金良因版权原因，仅展示原文概要，查看原文内容请购买。