[发明专利]基于模式识别法的行星状星云光谱挖掘方法及系统

权利要求书

1.一种基于模式识别法的行星状星云光谱挖掘方法，其特征在于包括以下步骤：

步骤1：本方法针对SDSS和LAMOST等大型光谱巡天望远镜的fits格式数据进行数据预处理；预处理主要包括统一波长、去低信噪比数据、流量归一化；

步骤2：使用降维方法(PCA)对预处理后的高维数据进行降维处理；

步骤3：构造分类器(SVM)，在维度较低的投影空间，对海量的待分类数据进行处理；

步骤4：数据核对，获得挖掘结果。

2.根据权利要求1所述的一种基于模式识别法的行星状星云光谱挖掘方法，其特征在于所述步骤2中PCA降维方法中参数取值范围的确定用公式(1)实现，计算方差贡献率μ, PCA维数确定为43维：

                                                       

其中M为光谱的采样点，一般为4000，为特征值。

3.根据权利要求1所述的一种基于模式识别法的行星状星云光谱挖掘方法，其特征在于步骤3中对于SVM的两个参数通过网格搜索来确定：C 和σ，限定范围： C = [0,001 0.01 0.1 1 10 100 1000] ；σ= [0,001 0.01 0.1 0.5 1 2 5]，通过网格搜索的方法最终确定C=48.5029, σ=16。

4.一种基于模式识别法的行星状星云光谱挖掘的系统，其特征在于设有用于对获取的数据进行预处理的数据预处理单元；用于对预处理后的数据进行特征提取的数据特征提取单元；用于对数据进行降维处理的采样投影单元；用于对降维处理后的数据进行分类的SVW分类单元；用于对分类单元输出的结果进行核对的数据核对单元以及用于输出挖掘结果的显示输出单元。