恒星:基本参数相关论文
恒星质量是恒星物理以及恒星系统动力学研究中一个不可或缺的参量.双星轨道拟合是获取恒星(动力学)质量的最可靠途径,而绝大部分恒......
贫金属星的元素丰度随着观测技术的提高,数据越来越丰富,为贫金属星的元素核合成理论和星系化学演化的研究提供了重要条件.以三种......
大型巡天项目的快速发展,产生大量的恒星光谱数据,也使得实现恒星光谱数据的自动分类成为一项具有挑战性的工作.提出一种新的基于......
恒星大气物理参量(有效温度、表面重力、化学丰度)是导致恒星光谱差异的主要因素.恒星大气物理参量的自动测量是LAMOST等大规模巡......
机器学习在当今诸多领域已经取得了巨大的成功,但是机器学习的预测效果往往依赖于具体问题.集成学习通过综合多个基分类器来预测结......
天体光谱分类是天文学研究的重要内容之一,其关键是从光谱数据中选择和提取对分类识别最有效的特征构建特征空间.提出一种新的基于......
光谱分类不仅对理解恒星物理学有着重要意义,而且在研究银河系整体结构和演化过程中起着至关重要的作用.然而在相关研究中仍存在分......
恒星质量是恒星物理以及恒星系统动力学研究中一个不可或缺的参量．双星轨道拟合是获取恒星（动力学）质量的最可靠途径，而绝大部分恒星的......
多任务学习方法在机器学习、计算机视觉、人工智能领域已得到广泛关注，利用任务间的相关性，将多个任务同时学习的效果优于每个任务单......
近年来,深度学习算法以其适应性强、准确率高、结构复杂等特性在数据挖掘算法中异军突起,但是在天文信息学中深度学习算法还鲜有问......
多任务学习（Multi-task Learning，MTL）就是把多个问题一起进行分析、计算，以发掘不同问题之间的相关性，提高分析结果的精度，该类方法已被......
研究了低分辨率恒星光谱的[α/Fe]估计问题.所给方案包括以下3个步骤:首先,使用Haar小波对原始光谱进行四级分解,去除高频成分,以......
深度学习是当前机器学习、模式识别和人工智能领域中的一项热点研究技术，非常适用于处理复杂的大规模数据．基于深度学习理论构建了一......
白矮星是小质量与中等质量恒星演化的最终产物．在与自矮星有关的研究中，白矮星的质量是～个很重要的物理参数．对斯隆数字巡天（SDSS）中的DA......
机器学习在当今的诸多领域已经取得了巨大的成功.尤其是提升算法.提升算法适应各种场景的能力较强、准确率较高,已经在多个领域发......
