公开(公告)号：CN111797916B

公开(公告)日：2024-07-19

申请号：CN202010611405.4

申请日：2020-06-30

Applicant: 东华大学

Inventor： 燕彩蓉 ,  张景栋 ,  万永权 ,  黄永锋

IPC: G06F18/2413 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/088 ,  G06N3/09

Abstract: 本发明公开了一种基于深度学习的恒星光谱分类方法，针对目前LAMOST等大规模光谱巡天缺乏快速、准确恒星光谱型分类方法的问题。所述方法包括步骤：获取并预处理光谱数据；获取标注数据并交叉证认；制作标注数据集与无标签数据集；构建深度学习分类模型；应用模型扩充训练数据并二次训练。本发明的数据处理方法可以得到大规模且高质量的训练数据集；所构建的半监督多层感知机模型面对光谱巡天观测的大样本，具有很高的分类准确率。

公开(公告)号：CN111797916A

公开(公告)日：2020-10-20

申请号：CN202010611405.4

申请日：2020-06-30

Applicant: 东华大学

Inventor： 燕彩蓉 ,  张景栋 ,  万永权 ,  黄永锋

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的恒星光谱分类方法，针对目前LAMOST等大规模光谱巡天缺乏快速、准确恒星光谱型分类方法的问题。所述方法包括步骤：获取并预处理光谱数据；获取标注数据并交叉证认；制作标注数据集与无标签数据集；构建深度学习分类模型；应用模型扩充训练数据并二次训练。本发明的数据处理方法可以得到大规模且高质量的训练数据集；所构建的半监督多层感知机模型面对光谱巡天观测的大样本，具有很高的分类准确率。