[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在审
| 申请号： | 201510174063.3 | 申请日： | 2015-04-14 |
| 公开（公告）号： | CN104765832A | 公开（公告）日： | 2015-07-08 |
| 发明（设计）人： | 姜斌 | 申请（专利权）人： | 山东大学（威海） |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62 |
| 代理公司： | 威海科星专利事务所 37202 | 代理人： | 初姣姣 |
| 地址： | 264200 *** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及天文数据挖掘技术领域，具体的说是一种能够自动识别天文光谱数据并对其进行挖掘，从而完成基于模式识别法的行星状星云光谱挖掘方法及系统，其特征在于包括：针对大型光谱巡天望远镜的fits格式数据进行数据预处理；预处理需依次进行统一波长、去低信噪比数据、流量归一化；使用降维方法(PCA)对预处理后的高维数据进行降维处理；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；数据核对，获得挖掘结果，本发明通过对海量光谱进行处理，共发现了140个行星状星云，通过交叉证认，其中3个是未被收录的新的源，验证了算法的有效性，为在海量光谱中快速发现PNe提供了可行的途径，具有处理速度快、分析准确等显著的优点。 | ||
| 搜索关键词： | 基于 模式识别 行星 星云 光谱 挖掘 方法 系统 | ||
【主权项】：
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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东大学（威海），未经山东大学（威海）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510174063.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种分词方法及装置
- 下一篇：基于协同融合原理的社交网络链路预测方法及装置
