本研究基于LAMOST发布的光谱数据,通过构建深度学习模型,并将得到的模型应用到LAMOST中热亚矮星的识别和筛选中,得到了2393个候选体,通过交叉和人工证认,有2092颗被证明是热亚矮星,其中25颗是新发现的 ...
从LAMOST目录中识别热亚矮星具有重要的研究价值,因为LAMOST可以提供热亚矮星的光谱特征,揭示热亚矮星形成和演化的细节。
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。