利用数据挖掘技术确定类星体候选体

在LAMOST项目正在建造并即将投入使用之际，如何高效地从海量的多波段天文数据中为 LAMOST项目选取类星体输入星表是天文学家不得不面对的客观问题。基于天文数据的海量性和多波段性，我们探索天文数据的自动入库和多波段数据的交叉证认；在其他领域或学科的数据挖掘技术盛行之际，我们也探讨各种数据挖掘算法（分类、聚类、回归等算法）在天文学中多维参数空间中的应用。以挖掘多波段数据为例，来研究数据从选择、清洗、降维去噪、特征选择和特征提取、按照挖掘任务选取挖掘方法到结果的解释和评估，并从多波段数据中利用数据挖掘的方法为LAMOST挑选出类星体候选体，或一些特殊的源。 这些方法的成功应用将有助于天文学家处理和分析数据，发现知识，以此来带动天文理论和技术的发展和完善，这不仅对虚拟天文台的发展和完善有着重要的科学意义，而且对大型巡天项目LAMOST的输入星表和光谱处理有着非常重要的实用价值。