基于聚类的星系光谱分析

分类： 天文学 >> 天文学 提交时间： 2019-09-18 合作期刊: 《天文研究与技术》

张茜 张健楠 赵永恒

摘要： 各类大型巡天项目产生了海量天文数据，因此需要研究适用于大规模数据的光谱自动处理方法。传统的基于谱线检测或BPT图的星系光谱分类方法难以直接应用于星系光谱自动分类pipeline，相比之下基于机器学习的光谱自动分析更适用于海量天文数据的分类研究。本文提出了一种基于双层聚类的星系光谱分析方法。第一层采用k均值聚类算法将星系光谱聚为吸收线星系和发射线星系，第二层使用CLARA（Clustering LARge Applications）聚类算法将发射线星系聚为5簇。对LAMOST DR5的星系数据进行实验，其结果表明：（1）第一层k均值聚类能够成功将星系光谱分为吸收线星系和发射线星系，聚类簇与基于谱线检测的分类结果基本一致。（2）第二层CLARA聚类结果能够在BPT图中反映出不同的星系类型。（3）光谱聚类结果与颜色星等图分类存在预期的相关性。（4）k均值聚类和CLARA聚类能够适用于大规模数据自动分析处理，聚类结果能够很好地反映出星系的物理性质和演化过程，簇心数据可以为光谱自动分类pipeline提供模板。

 点击量 7092  下载量 1298  评论