恒星光谱数据相关论文
随着观测手段的不断提高,以LAMOST望远镜为代表的海量观测数据的处理问题日益尖锐,使得传统的人工或半人工的数据分析方法无法满足......
概念格是一种有效的数据分析和知识提取的形式化工具.然而,随着要处理的数据量的剧增,基于原始形式背景构造出的概念格结点数目庞......
在海量的天体光谱数据中利用无监督聚类学习方法将天体自动分类具有更加诱人的前景。针对当前聚类方法存在的缺点,提出一种高效的......
尽管经典的分类方法支持向量机SVM在天文学领域广泛应用，但其只考虑类间的绝对间隔而忽略类内的分布性状，因而分类性能有待于进一步......
通过分析分类规则与训练集之间的映射关系，采用集合的相关运算寻找特征规则及相应特征集．从而消除分类规则集中存在的冗余，并在此基础......
利用各种分类规则挖掘方法，提取出的分类规则集中，存在许多的冗余规则，从而降低了分类效率。采用谓词公式描述分类规则，给出了一种分类......
针对当前聚类方法存在的缺点，提出一种高效的高维数据硬划分算法，在此基础上提出了一种分阶段模糊聚类方法．第一阶段，利用硬划分算法对......
关联规则是数据挖掘领域中的主要研究内容之一。针对高维海量数据集,尤其当支持度和置信度阈值太低时,将生成大量冗余和相似的关联......
恒星光谱数据的分类是天体光谱自动识别的最基本任务之一,光谱分类的研究能够为恒星的演化提供线索。随着科技的发展,天文数据也向......
