该论文的工作主要是围绕着求红移和自动分类这两个中心问题进行的.论文的主要内容有以下三个方面:一、伪三角法求红移 红移是河外天体最重要的参数,而红移和分类相耦合的现象使得红移的提取格外困难.该论文在仔细分析天体光谱特点的基础上,提出了一种求红移的新方法--"伪三角法".该方法利用最强的三根谱线的波长信息构造"三角形",通过将最大角的"余弦"与已知模板的"余弦"表相匹配,反推得到相应的标准谱线波长,并进而得到红移值.实验表明,该方法具有速度快,精度高,鲁棒性强的特点.二、基于RANSAC方法的星表匹配 星表匹配从本质上来说是一个两个二维点集之间的匹配问题,与计算机视觉中两幅图像之间自动寻找对应点的问题等价.我们把计算机视觉中的基于RANSAC方法的自动寻找匹配点的鲁棒性估计技术成功地应用到星表匹配上来,取得了了令人满意的结果.实验表明,我们的方法能够快速有效地完成星表匹配.在总共960个星表样本中,除了两个不完备的星表之外,全部获得了正确的匹配结果.三、光谱描述语言和基于粗集的光谱分类规则挖掘 我们首先引入一种新的"语言"对光谱进行描述,用一条光谱的特征谱线波长、相应的谱线强度和宽度、以及谱线之间的关系来描述整条光谱.光谱描述语言的引入一则可以大大压缩光谱数据库的存贮量,二则使得数据挖掘的技术之一--粗集的应用成为可能.