基于随机森林的激变变星候选体的数据挖掘
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
体进行 了有益的尝试 。
０４ 此判据 可找到 白矮星与 Ｍ 型 矮星 的双 星系统 ， ．， 连续 ７ 年对 Ｓ Ｓ （ｌ ｎｄ ｉ ｌｋ ｕｖｙ发 布 的数 据进 行粗筛 选 Ｄ Ｓ ｓ ａ ｉｔ ｙｓｒ ） ｏ ｇａ ｓ ｅ 后人工判断 ， 共确 认 了 ２８ 新 的候选 体＿ Ｐ ｔｃ 使 用 ０个 ｚ ＿ ａｉ 引。 ｒ ｋ 判据 ： 一ｇ ． ， ～ｒ ． ， —ｉ ０８ ｉ ． ， “ ＜０９ ｇ ＜Ｏ８ ｒ ％ ． ， － ＜１０ 此判
有 明显的 Ｂ ｌ ｒ ａｍｅ 吸收特征 ， 时还 有氦线组成 的纯吸收谱 ， 有
白矮星和伴星的双星系统 ， 伴星通常是 Ｋ型或 Ｍ 型红矮 星 ， 有些情况下也可以是一颗白矮星或红 巨星。充满洛 希瓣 的伴 星通过吸积盘向 白矮星转 移物 质。激 变变 星主要 分为新 星 、
矮新星 、 类新 星和再发新星 。 它对 于研究恒 星和密近 双星的 结构演化 ， 检验和发展 吸积 盘理论具 有重 要 的作 用和意 义。
基 于 随机 森林 的激 变 变 星候选 体 的数 据挖 掘
姜 斌 ～，罗阿理 ，赵永恒
ｌ ＿中国科学 院国家天文台 ， 北京 １０ １ ００２
２ ．山东大学威海分校机电与信息工程学院， 山东 威海
３ ．中国科学 院研究生 院， 北京 １ ０ ４ ００９
２４０ ６２９
摘
要 提 出一种适用于在郭守敬望远镜海量光谱 中 自动 、快速筛选 激变变 星的方法 。利用 已证认 的激 变
激变变星是 比较暗的天体（ ６ ０ｍａ ） １￣２ ｇ ，目前 已经 发现 了两
千颗左右的激变变星ｌ 。 １ Ｊ
或低量子数 Ｂ ｌｅ线有发射核 。 ａ ｒ ｍ ］
在郭守敬望远镜的海量数据 中根据上述光谱特征快速发 现 Ｃ 类天体只能借 助于数 据挖 掘等 自动处 理方法 。本 文 Ｖｓ
变星光谱作 为模板 ， 通过随机森林分类训练 ， 得到一个 分类模 型， 模型给出了各个波长对应流量的重要性 该 排序 ， 可根据该排序进行降维并用 于激 变变 星判 别 ， 结果 作为反馈 进一 步丰富模板库 。实验 中共发现 了 １ ６ 个 新的激变变 星候选体 ， 表明了该 方法 的可行性 。 关键词 激变 变星 ； 数据挖掘 ； 随机森林 ； 郭守敬望远镜
收稿 日期 ： ０ ｌ ３ｌ ， ２ ｌ一 一Ｏ 修订 日期 ： ０ １ ６２ ０ ２ １— — ０ ０ 基金项 目： 国家 自然科学 基金项 目（ ０ ７ ０ １ １ ０ ８ １ ） １９ ３ ２ ， １７ ０ ３ 资助
１ 实验数据及预处理
本文实验数据选 自 Ｓ Ｓ ， Ｄ Ｓ 其数据 和郭守 敬望远镜 具有 可 比性 。 在其 ｃｓ ｂ ቤተ መጻሕፍቲ ባይዱ ｏ 数据库 中按 照 Ｓｋｄ 和 Ｐｔｃ 颜色判 ｊ ｚｏｙ ａｉ ｒｋ
第３卷， ２ ２ 第 期
２０ １２ 年 ２月
光
谱
学
与
光
谱
分
析
Ｓ ｅ ｔｏ ｃ ｐ ｎ ｐ ｃ ｒ ｌＡｎ ｌ ｓｓ ｐ ｃ ｒ ｓ ｏ ｙ ａ ｄ Ｓ ｅ ｔａ ａ ｙ ｉ
Ｖｏ． ２ Ｎｏ ２ ｐ ５ ０ ５ ３ １３ ， ． ，ｐ １— １ Ｆｅ ｒ ａ ｙ ０ ２ ｂ ｕ ｒ ，２ １
文献标识码 ：Ａ Ｄ Ｉ ０３ ６／．ｓｎ １０ —５ ３２ １ ）２０ １ —４ Ｏ ：１． ９ ４ｊｉ ． ０ ００ ９ （０２ ０ －５００ ｓ
中图分类号 ： Ｐ ９ Ｔ ２
据可找到矮新 星，利用交叉 证认 的方法 共找 到了 ６ ４个新候
引 言
激变变 星 （ａａｌｓ ｃｖｒ ｂｅｓａｓ Ｖｓ 是一 种拥 有 ｃｔｃ ｍｉ ａｉ ｌ ｔｒ，Ｃ ） ｙ ａ
选体 。
然而 以上基于测光 的方法需要人工处理 的数据量大 ， 难 以适应实时性 处理的要求 。而且除 了少数 食系统 以外 ， 光 测 方法需要长时间跟踪观测 ，不宜做 大规模证认工作 。 Ｃ 的光谱特 征 明显 ：８ 观测 到的 Ｃ 都 处 于宁静 Ｖｓ Ｏ Ｖｓ 期 ， 时光谱 以发射线 为特 征 ， 此 这些 发射 线包括 Ｂ ｌ ｒ 、 ａ ｍｅ 线 Ｈｅ 和 Ｈｅ 有时还有 Ｆ Ⅱ， １ Ｎｌ ；爆发期 的光谱具 Ｉ Ｕ， ｅ ｃ１／ ｌ Ｉ Ｉ
样本统计研究的课题外 ， 还包含 了激变 变星 、 新星 、 超 贫金
属 星等稀少天体 。使用 数据挖掘 技术 ， 在每个观 测夜获得 可 的几万条光谱 中， 在不增加很大投入 的情况下快 速找 出特殊 天体 的候选体 ， 再使用其他望远镜进行后续观 测来 进一步证 认 ，从而提高望远镜 的科学产 出率 。 Ｃ 的发现方法 一般 基于测 光观测 。其 中 Ｓｋ ｄ Ｖｓ ｚｏ ｙ使用
模板 ， 使用随机森林 （ａ ｄｍ ｒｓ， ） 法提取光谱特 征 ｒｎ ｏ ｆ ｅｔ ＲＦ 算 ｏ 并根据流量进行波长重要性排序 ； 利用训练后得到 的分类 器 在海量光谱 中寻找 Ｃ 候选 体 ， Ｖｓ 大大缩 减 了数据 处理时 间。
Ｌ ＡＭＯ Ｔ 。其巡天将产生海 量光谱 。这 些数据 除可用 于大 ｓ）
作者简介 ： 姜
郭守敬望远镜是大天区面积多 目标光纤光谱天文望远镜
（ ｒｅ ｓｙ ａｅ ｌ－ｂｅｔ ｆ ｅ ｐｃｒｓｏ ｉ ｔｌｓｏ ｅ １ ｇ ｋ ｒａ ｍｕｔｏｊｃ ｉ ｒ ｓ ｅｔｏｃｐｃ ｅ ｃｐ ， ａ ｉ ｂ ｅ
使用 ｓ Ｓ 数据为实验数据 ， ＤＳ 利用其已发现的 Ｃ ｓ Ｖ 光谱作 为
测光选择判据 ： 一ｇ ．５ ｇ ＜Ｏ ７ ｒ ＞Ｏ ３ ～ “ ＜Ｏ ４ ， —ｒ ． ， — ． ， ＞
配合 山东大学威海分校 １ 望远镜 （ 光星等＞ １ 光谱 ｍ 测 ７ｍ， 分辨率为 ５ ０） 可满足郭守敬望远镜 “ ０ ０， ０ 发现 即观测” 的实 时性处理 的要求 。为在郭守敬望远镜数据 中快速寻 找特殊天
０４ 此判据 可找到 白矮星与 Ｍ 型 矮星 的双 星系统 ， ．， 连续 ７ 年对 Ｓ Ｓ （ｌ ｎｄ ｉ ｌｋ ｕｖｙ发 布 的数 据进 行粗筛 选 Ｄ Ｓ ｓ ａ ｉｔ ｙｓｒ ） ｏ ｇａ ｓ ｅ 后人工判断 ， 共确 认 了 ２８ 新 的候选 体＿ Ｐ ｔｃ 使 用 ０个 ｚ ＿ ａｉ 引。 ｒ ｋ 判据 ： 一ｇ ． ， ～ｒ ． ， —ｉ ０８ ｉ ． ， “ ＜０９ ｇ ＜Ｏ８ ｒ ％ ． ， － ＜１０ 此判
有 明显的 Ｂ ｌ ｒ ａｍｅ 吸收特征 ， 时还 有氦线组成 的纯吸收谱 ， 有
白矮星和伴星的双星系统 ， 伴星通常是 Ｋ型或 Ｍ 型红矮 星 ， 有些情况下也可以是一颗白矮星或红 巨星。充满洛 希瓣 的伴 星通过吸积盘向 白矮星转 移物 质。激 变变 星主要 分为新 星 、
矮新星 、 类新 星和再发新星 。 它对 于研究恒 星和密近 双星的 结构演化 ， 检验和发展 吸积 盘理论具 有重 要 的作 用和意 义。
基 于 随机 森林 的激 变 变 星候选 体 的数 据挖 掘
姜 斌 ～，罗阿理 ，赵永恒
ｌ ＿中国科学 院国家天文台 ， 北京 １０ １ ００２
２ ．山东大学威海分校机电与信息工程学院， 山东 威海
３ ．中国科学 院研究生 院， 北京 １ ０ ４ ００９
２４０ ６２９
摘
要 提 出一种适用于在郭守敬望远镜海量光谱 中 自动 、快速筛选 激变变 星的方法 。利用 已证认 的激 变
激变变星是 比较暗的天体（ ６ ０ｍａ ） １￣２ ｇ ，目前 已经 发现 了两
千颗左右的激变变星ｌ 。 １ Ｊ
或低量子数 Ｂ ｌｅ线有发射核 。 ａ ｒ ｍ ］
在郭守敬望远镜的海量数据 中根据上述光谱特征快速发 现 Ｃ 类天体只能借 助于数 据挖 掘等 自动处 理方法 。本 文 Ｖｓ
变星光谱作 为模板 ， 通过随机森林分类训练 ， 得到一个 分类模 型， 模型给出了各个波长对应流量的重要性 该 排序 ， 可根据该排序进行降维并用 于激 变变 星判 别 ， 结果 作为反馈 进一 步丰富模板库 。实验 中共发现 了 １ ６ 个 新的激变变 星候选体 ， 表明了该 方法 的可行性 。 关键词 激变 变星 ； 数据挖掘 ； 随机森林 ； 郭守敬望远镜
收稿 日期 ： ０ ｌ ３ｌ ， ２ ｌ一 一Ｏ 修订 日期 ： ０ １ ６２ ０ ２ １— — ０ ０ 基金项 目： 国家 自然科学 基金项 目（ ０ ７ ０ １ １ ０ ８ １ ） １９ ３ ２ ， １７ ０ ３ 资助
１ 实验数据及预处理
本文实验数据选 自 Ｓ Ｓ ， Ｄ Ｓ 其数据 和郭守 敬望远镜 具有 可 比性 。 在其 ｃｓ ｂ ቤተ መጻሕፍቲ ባይዱ ｏ 数据库 中按 照 Ｓｋｄ 和 Ｐｔｃ 颜色判 ｊ ｚｏｙ ａｉ ｒｋ
第３卷， ２ ２ 第 期
２０ １２ 年 ２月
光
谱
学
与
光
谱
分
析
Ｓ ｅ ｔｏ ｃ ｐ ｎ ｐ ｃ ｒ ｌＡｎ ｌ ｓｓ ｐ ｃ ｒ ｓ ｏ ｙ ａ ｄ Ｓ ｅ ｔａ ａ ｙ ｉ
Ｖｏ． ２ Ｎｏ ２ ｐ ５ ０ ５ ３ １３ ， ． ，ｐ １— １ Ｆｅ ｒ ａ ｙ ０ ２ ｂ ｕ ｒ ，２ １
文献标识码 ：Ａ Ｄ Ｉ ０３ ６／．ｓｎ １０ —５ ３２ １ ）２０ １ —４ Ｏ ：１． ９ ４ｊｉ ． ０ ００ ９ （０２ ０ －５００ ｓ
中图分类号 ： Ｐ ９ Ｔ ２
据可找到矮新 星，利用交叉 证认 的方法 共找 到了 ６ ４个新候
引 言
激变变 星 （ａａｌｓ ｃｖｒ ｂｅｓａｓ Ｖｓ 是一 种拥 有 ｃｔｃ ｍｉ ａｉ ｌ ｔｒ，Ｃ ） ｙ ａ
选体 。
然而 以上基于测光 的方法需要人工处理 的数据量大 ， 难 以适应实时性 处理的要求 。而且除 了少数 食系统 以外 ， 光 测 方法需要长时间跟踪观测 ，不宜做 大规模证认工作 。 Ｃ 的光谱特 征 明显 ：８ 观测 到的 Ｃ 都 处 于宁静 Ｖｓ Ｏ Ｖｓ 期 ， 时光谱 以发射线 为特 征 ， 此 这些 发射 线包括 Ｂ ｌ ｒ 、 ａ ｍｅ 线 Ｈｅ 和 Ｈｅ 有时还有 Ｆ Ⅱ， １ Ｎｌ ；爆发期 的光谱具 Ｉ Ｕ， ｅ ｃ１／ ｌ Ｉ Ｉ
样本统计研究的课题外 ， 还包含 了激变 变星 、 新星 、 超 贫金
属 星等稀少天体 。使用 数据挖掘 技术 ， 在每个观 测夜获得 可 的几万条光谱 中， 在不增加很大投入 的情况下快 速找 出特殊 天体 的候选体 ， 再使用其他望远镜进行后续观 测来 进一步证 认 ，从而提高望远镜 的科学产 出率 。 Ｃ 的发现方法 一般 基于测 光观测 。其 中 Ｓｋ ｄ Ｖｓ ｚｏ ｙ使用
模板 ， 使用随机森林 （ａ ｄｍ ｒｓ， ） 法提取光谱特 征 ｒｎ ｏ ｆ ｅｔ ＲＦ 算 ｏ 并根据流量进行波长重要性排序 ； 利用训练后得到 的分类 器 在海量光谱 中寻找 Ｃ 候选 体 ， Ｖｓ 大大缩 减 了数据 处理时 间。
Ｌ ＡＭＯ Ｔ 。其巡天将产生海 量光谱 。这 些数据 除可用 于大 ｓ）
作者简介 ： 姜
郭守敬望远镜是大天区面积多 目标光纤光谱天文望远镜
（ ｒｅ ｓｙ ａｅ ｌ－ｂｅｔ ｆ ｅ ｐｃｒｓｏ ｉ ｔｌｓｏ ｅ １ ｇ ｋ ｒａ ｍｕｔｏｊｃ ｉ ｒ ｓ ｅｔｏｃｐｃ ｅ ｃｐ ， ａ ｉ ｂ ｅ
使用 ｓ Ｓ 数据为实验数据 ， ＤＳ 利用其已发现的 Ｃ ｓ Ｖ 光谱作 为
测光选择判据 ： 一ｇ ．５ ｇ ＜Ｏ ７ ｒ ＞Ｏ ３ ～ “ ＜Ｏ ４ ， —ｒ ． ， — ． ， ＞
配合 山东大学威海分校 １ 望远镜 （ 光星等＞ １ 光谱 ｍ 测 ７ｍ， 分辨率为 ５ ０） 可满足郭守敬望远镜 “ ０ ０， ０ 发现 即观测” 的实 时性处理 的要求 。为在郭守敬望远镜数据 中快速寻 找特殊天