深度学习在近年来被广泛应用于天文数据处理里面,尤其对大规模的数据处理具有优势。
本研究提出了一种鲁棒的基于卷积神经网络(CNN)的热亚矮星搜寻方法。
本研究利用LAMOS DR7-V1的光谱数据作为数据集构建了一个混合模型(网络结构见图1),包括一个8类分类模型和一个2分类模型,该模型在测试集上达到了96.17%的准确率。
图1 网络结构
总的来说,本研究提出的模型可以有效地识别特定的光谱,结果鲁棒,精度高,可以进一步应用于大规模光谱的分类和特定目标的搜索。
U1931141)、国家自然科学基金委员会国际合作与交流基金(11961141001)、国家科学基金(12173028)、广州市基础与应用基础研究项目(202102020677)、广州大学全日制研究生基础创新项目(2021GDJC-M15 ...