层次聚类不只提供最终的聚类结果,也能呈现数据点之间的层次关系。
因而,层次聚类非常适合呈现宇宙中的等级化结构。早在1978年就已被引入天文学领域,用来识别临近星系中的星系群。
星系团
星系团既是大尺度结构的结点枢纽,也是星系形成和演化的重要场所。如何搜寻星系团,证认星系团内部的团成员一直是星系团研究的重要内容。
对于大视场多目标,花树算法综合考虑各节点的特性来决定是否切割分支,极大减少了分析过程中的人工干预。
图1 左图为模拟数据的星系团的树状图;右图为该主干对应的速度弥散轮廓.
超星系团
超星系团由多个星系团或星系群组成的大质量天体,是宇宙中已知的最大尺度的结构之一。
以分子云中的每个像素点的空间三维信息作层次聚类,能够区分分子云和子结构。加入分子云的中心点速度和速度弥散信息,可以得到动力学分层结构。