本课题是针对大天区面积多目标光纤光谱望远镜即将产生的大量恒星星系和类星体光谱数据,进行数据挖掘的科学和技术准备.主要进行三个方面的工作:1、通过光谱的聚类分析,寻找特殊天体;2、在类星体样本中,通过监督的神经网络寻找窄发射线类星体;3、通过模式识别得到恒星的运动学参数(速度)和通过机器学习得到恒星三个物理参数(温度,重力加速度,和金属丰度), 从而解决完备的大样本恒星物理参数的统计,作为银河系结构
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
基于SSVEP 直接脑控机器人方向和速度研究
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
一种改进的多目标正余弦优化算法
利用LAMOST巡天的光谱数据搜寻和研究双峰窄发射线星系/类星体
LAMOST类星体巡天中几类特殊活动星系核的多波段观测研究
LAMOST类星体巡天相关问题研究
银河系恒星晕结构与LAMOST巡天研究