一、激变变星及相关天体的H_α与近红外电离钙三重线的光谱分析(论文文献综述)
陈淑鑫[1](2019)在《LAMOST巡天光谱数据处理技术与分析应用》文中认为大型巡天望远镜的出现为天文学界带来了海量的数据,数据驱动的天文学研究方兴未艾。以美国斯隆数字巡天(SDSS)和中国资助研发的郭守敬望远镜(大天区多目标光纤光谱望远镜,LAMOST)为代表的光谱巡天,使得天文光谱观测数据的信息量飞速扩容,分析所获取的天体光谱,可知其物理、化学和与运动学性质,限制天体的演化过程和宇宙分布等等。LAMOST望远镜是国际天文界中视场最大、光谱获取率最高的多目标光谱望远镜,率先实现同时观测数千个天体光谱的大规模巡天工作。自2011年以来LAMOST已完成6年的大规模巡天观测,获取了最大的恒星参数星表,存储的DR5数据集已达到900多万条光谱,LAMOST获取的天文大数据丰富了全球天文观测数据库。基于这一宝贵数据,我国的某些领域的天文学研究特别是银河系研究摆脱了依赖国外望远镜和数据的状况,增强了我国天文学研究的整体实力。同时,数据驱动的天文研究也逐渐成为天文学研究的重要领域。本文从巡天数据的获取、数据平台处理、统计分析等方面展开研究,提出光学系统中观测光纤存在焦比退化问题,并结合LAMOST实际观测的解决方案进行谱线拟合分析,从源头上分析数据的可靠性;文中引入R语言分析LAMOST观测A型恒星数万量级以上的海量光谱数据,利用现有统计学分析方法及计算程序,实现高效的数据处理,相关性分析巡天观测数据的分类结果与LAMOST模板之间的系统性差异,以及在LAMOST海量光谱数据集中,回归分析观测比例较低但极具研究价值的早期A型恒星光谱,重新构建LAMOST观测数据B型恒星分类模板。借助深度学习天文数据挖掘技术,实现高效处理海量的光谱数据,有效提取并正确解释数据信息所隐含的、未知的、有研究价值较的信息。本文开展了如下4个方面工作:首先,依据LAMOST望远镜调试阶段的大芯径光纤,由于焦比退化现象产生的出射环型斑貌,结合CCD光谱图像特点实施轮廓拟合的抽谱方法,把二维CCD光谱图像转换成一维光谱,模拟LAMOST的红端数据,选取采样点在5000?6000?波段范围,此波段包含铁元素Fe发射线的谱线与获得的环形斑轮廓卷积,分析焦比变化对Fe发射线峰值的影响,阐明正式巡天观测时,主镜Mb前悬挂平场漫反射屏消除环形斑引发偏差的正确性。其次,引入R语言平台应用国际天文界的数据标准格式FITS加载RFITSIO软件包,实现LAMOST巡天光谱数据读取、编译并运行图形化分析,较好地利用R语言挖掘和提取谱线样本的主要特征,为高效地获取挖掘天文光谱数据信息以及相应的未知天文学知识奠定基础。充分利用R语言应用统计学方法,完成天文光谱的模式识别与数据挖掘等工作,提高了数据分析效率。文中结合LAMOST数据读取、测试了R语言中的各类软件模块,涵盖数据拟合:数据建模、极值法、最小二乘法、最大似然法、非线性回归;数据插值:内插、样条法;数据平滑:移动平均、频谱分析;距离分类:欧氏距离、马氏距离;相关分析:自相关、交叉相关、图像平移;高维数据降维:PCA等。运用上述方法从天文数据中提取信息,为解释天文学光谱谱线特征和探求未知种类的海量稀有天体提供技术依托。针对LAMOST已发布F、G、K恒星光谱划分Kurucz模板光谱对应的参数空间网格,归一化处理20多万条LAMOST实测光谱,经距离计算比对Kurucz理论模板库实验数据后,结果显示LAMOST光谱测量物理参数质量较高,具备极好的可靠性,为后续恒星大气模型的优化提供相应的论证依据。再次,利用天文光谱中Lick线指数有效提取恒星特征。采用Astrostat软件聚类分析线指数,实现多元线性回归和随机森林算法分析来估计A型恒星的有效温度。解决随机森林训练集数据范围内,回归预测模型解决过度拟合问题。比较两种回归的结果,较好地分析解释了数据之间的强相关性。使用岭回归方法解决最小二乘回归法不稳定的问题,从而有效地利用线指数预测A型恒星的有效温度,得出LAMOST大样本的多维参数空间光谱线指数数据正确预测有效温度的方法。最后,依据LAMOST已发布的DR5所有实测的B型恒星光谱,实施有监督聚类方法,得到绝大多数谱线被标记为B6型(7662条)和B9型(3969条),选取ELODIE已发布的实测光谱库B型光谱数据,经线性判别分析每个子类型的类内距离,成功构建出B型光谱子类型的新分类模板,完善LAMOST巡天数据的分类模板库。
方侠[2](2012)在《邻近晚型面向星系中的热气体》文中研究表明在爱因斯坦卫星和伦琴卫星时代,在对许多邻近星系的观测中,我们已经发现了辐射软x射线的热气体。最近借助于21世纪末发射的新一代x射线望远镜的强大观测能力,我们可以很好地分辨出邻近星系中的许多亮点源,例如恒星级X射电源和活动星系核。通过移除这些星系中的亮点源,去除它们对其他弥漫辐射X射线源的影响,邻近星系中弥漫X射线辐射的性质和物理本质可以得到更好地研究,特别是我们关注的热气体的性质。在这篇论文中,我将介绍我本人在硕士研究生期间所作对多个单独星系中热气体的工作。论文结构如下:第一章简略介绍与邻近星系中热气体的研究相关的一些基本科学问题,然后再介绍不同类型的星系中关于热气体的一些普遍接受的知识。第二章主要介绍我对于邻近晚型面向星系的一些工作,这些工作主要集中研究星系热气体的性质。我们对于活动性一般的晚型面向漩涡星系NGC628(第2.2节)的研究中,我们关注去除亮X射线点源后,剩余的弥漫x射线辐射的空间分布性质和光谱性质。我们发现其弥漫X射线辐射主要分布于星系盘上的旋臂区域,显着的不同于那些中心星暴星系。这些弥漫X射线辐射的结构与旋臂上的恒星形成区有很好的空间相关性,不过其范围比光学波段星系旋臂结构要延伸更远。我们发现了星系中弥漫X射线流量与中红外辐射流量有着很好的正相关关系。另外我们在这个星系中发现其中的弥漫X射线辐射可以很好地用一个温度为0.2keV的热等离子体成分加上一个幂律谱成分的模型拟合。而在我们对星暴星系NGC5236(第2.3节)的研究中,我们发现虽然其星暴核心会产生更高密度的弥漫x射线辐射,但是旋臂上的弥漫x射线光度依然占据了星系整体弥漫x射线辐射光度的大部分。和NGC628类似的是,NGC5236星系外区盘面上的弥漫X射线辐射也很好地沿着光学和Hα波段的旋臂分布。不同于NGC628的是,NGC5236整个星系的光谱可以用双温度(0.25keV和0.6keV)的热等离子体成分加上幂律谱成分拟合。我们认为其中高温的等离子体成分可能是来自于星暴区域更强烈的恒星形成活动。第三章主要中,基于前人和我们自己的研究,我将总结对于邻近星系中的热气体的一些重要的研究成果(第3.1节)的总结,和对于接下来工作内容的期望(第3.2节)。
杨琳[3](2011)在《基于数据挖掘技术的激变变星的特征提取》文中指出天体光谱中蕴含了丰富的物理信息,随着LAMOST望远镜投入使用,每个观测夜将获得上万条光谱。传统分析光谱的方法效率低、速度慢,无法满足对日益增长的数据的处理。数据挖掘作为信息发展到一定阶段的产物,从大量的、有噪声的的数据中提取出隐含在其中的有用信息,可以实现相关性预测、分类、聚类、孤立点发现、时间序列分析等许多功能,尤其是高维数据的处理非常有效。LAMOST的海量天体光谱,不但对大样本天文学的研究有重要作用,还将产生许多副产品。数量如此巨大的光谱中隐藏着相对较多的稀有天体、时变天体和未知天体。激变变星是一种稀少天体,是研究吸积盘的“最佳天体物理实验室”,对其光学观测,特别是光谱观测对研究激变变星的物理特性和运动规律,对研究吸积盘的理论以及恒星演化等都具有重要意义。本文主要工作是通过研究激变变星的光谱,根据不同波段的特点,如巴尔默线系的发射与吸收、驼峰现象、双峰现象等,利用数据挖掘技术提取出已知激变变星的光谱特征,用于筛选激变变星的候选体。各类激变变星的光谱虽有一些共同特征,但是不同类型甚至同一类型的不同天体也有它的特殊性,加上某些爆发阶段的光谱与某些非激变变星光谱并无明显差别,因此,本文主要进行了以下工作:(1)研究了激变变星的主要特点,特别是其光谱特性,并且采用了PCA方法构造光谱的主分量,对光谱特征进行提取。采用主分量为轴,直接把样本点在主分量坐标轴上进行投影,可以得到二维平面上的样本特征点,大大降低了光谱数据的维数。(2)分别研究了支持向量机、人工神经网络、K均值、K近邻等常用数据挖掘方法在分类和聚类上的应用。研究了一种新的方法:蚁群算法,分别就其在分类和聚类方而的模型进行研究(3)在MATLAB不境下,根据数据挖掘的一般步骤,采用支持向量机、人工神经网络、K均值、K近邻以及随机森林,分别对同一数据集进行激变变星挖掘实验。对各种方法得到的结果进行时间、类CVs个数等综合分析和比较。比较不同方法筛选出激变变星的候选体,并分析其原因。
刘学富,陈阳,黄河[4](2000)在《激变变星及相关天体的Hα与近红外电离钙三重线的光谱分析》文中研究表明给出了1997年4月15日至17日在北京天文台用2.16m望远镜卡焦光谱仪观测获得的6颗激变变星(ABBoo;UXUMa,TCrBAHHer,ZCam和V426Oph)及3颗相关天体(UMa3,EGUMa和Leo3)的CCD光谱,并同时拍摄了5颗晚型星(3Dra,Vir,Leo,34Boo和36Corn)的CCD光谱,作为晚型星参考谱.测量了观测样本星的Hα和近红外CaII的三重线(8498,8542和8662)的等值宽度(EW),谱线半极大全宽(FWHM)和现向速度(Vr),并分析了这些星的活动性.
二、激变变星及相关天体的H_α与近红外电离钙三重线的光谱分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、激变变星及相关天体的H_α与近红外电离钙三重线的光谱分析(论文提纲范文)
(1)LAMOST巡天光谱数据处理技术与分析应用(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题背景和研究意义 |
1.1.1 天文光学光谱技术 |
1.1.2 天文光谱数据分析应用 |
1.1.3 虚拟天文实验数据运行环境 |
1.2 国内外研究现状 |
1.2.1 光学巡天观测系统 |
1.2.2 天文光学成像技术 |
1.2.3 LAMOST技术与实现 |
1.3 天文光学光谱信息数据 |
1.3.1 探究恒星物理数据信息 |
1.3.2 获取天文光谱特征信息 |
1.4 本文主要工作 |
1.4.1 主要研究内容 |
1.4.2 论文组织结构 |
第2章 LAMOST光纤出射斑谱线数据分析 |
2.1 引言 |
2.2 获取多目标光纤光谱 |
2.2.1 光纤焦比退化 |
2.2.2 抽取二维CCD天文光谱 |
2.2.3 光纤光谱抽谱优化方法 |
2.3 处理天文光纤光谱数据 |
2.3.1 RFITSIO软件包读取光谱数据FITS格式 |
2.3.2 连续谱拟合法处理光谱缺失值 |
2.4 拟合分析光纤环形斑数据 |
2.4.1 实验偏心入射环形斑 |
2.4.2 LAMOST光纤光谱仪光斑变形 |
2.4.3 采集远场出射斑图像 |
2.4.4 消除LAMOST数据环形斑 |
2.5 本章小结 |
第3章 LAMOST大样本恒星光谱处理技术 |
3.1 引言 |
3.2 天文光谱数据降维处理 |
3.2.1 LAMOST光谱观测数据 |
3.2.2 光谱离群数据检测模型 |
3.2.3 R语言光谱数据挖掘降维应用 |
3.3 天文光谱数据聚类分析 |
3.3.1 分组数据分析方法 |
3.3.2 数据标准化与归一化 |
3.3.3 K-MEANS最临近距离算法 |
3.4 恒星光谱样本数据距离分类 |
3.4.1 欧氏距离计算方法 |
3.4.2 马氏距离计算方法 |
3.4.3 计算LOF密度算法 |
3.4.4 ASTROSTAT线指数离群数据分析 |
3.5 LAMOST恒星光谱模板间距离分析 |
3.5.1 聚类中心网格 |
3.5.2 网格聚类恒星参数 |
3.5.3 距离法统计分析 |
3.6 本章小结 |
第4章 LAMOST恒星光谱数据分析应用 |
4.1 引言 |
4.2 恒星光谱相似度数据分析 |
4.2.1 R程序数据分析计算性能 |
4.2.2 光谱归一化处理 |
4.2.3 模板匹配 |
4.3 LAMOST恒星光谱模板相关性分析 |
4.3.1 LAMOST模板库分类 |
4.3.2 度量数据相关性距离 |
4.3.3 相关性计算结果分析 |
4.4 重构LAMOST恒星模板B型星分类 |
4.4.1 ELODIE实测模板 |
4.4.2 线性插值模板波长 |
4.4.3 计算ELODIE模板B型恒星相关性 |
4.4.4 马氏距离度量B型恒星光谱模板分析 |
4.5 多元线性回归分析光谱线指数 |
4.5.1 天文光谱线指数 |
4.5.2 线性回归分析 |
4.5.3 探索模型优化拟合 |
4.5.4 拟合数据残差分析 |
4.5.5 随机森林预测A型恒星有效温度 |
4.5.6 比较预测效果 |
4.6 A型光谱线指数岭回归预测分析有效温度 |
4.6.1 A型恒星线指数信息 |
4.6.2 构造数据模型 |
4.6.3 线指数共线性 |
4.6.4 岭回归分析 |
4.7 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文和取得的科研成果 |
致谢 |
个人简历 |
附录A:LAMOST发布DR5 实测数据分类信息 |
附录B:处理光谱数据部分源代码 |
(2)邻近晚型面向星系中的热气体(论文提纲范文)
摘要 |
Abstract |
目录 |
第一章 介绍 |
1.1 与热气体研究相关的一些基本科学问题 |
1.1.1 星系中的反馈机制和其结构形成演化 |
1.1.2 消失的星系反馈问题 |
1.1.3 消失的重子问题 |
1.2 不同类型星系中的热气体 |
1.2.1 在晚型星系中的热气体 |
1.2.2 在早型星系中的热气体 |
第二章 邻近面向晚型星系中的热气体 |
2.1 介绍 |
2.2 NGC 628 |
2.2.1 观测和数据处理 |
2.2.2 分析和结果 |
2.2.3 讨论 |
2.2.4 总结 |
2.3 NGC 5236 |
2.3.1 观测和数据处理 |
2.3.2 分析和结果 |
2.3.3 讨论 |
2.3.4 总结 |
第三章 总结和未来研究计划 |
3.1 总结:邻近星系里的热气体 |
3.2 未来研究计划 |
参考文献 |
简历与科研成果 |
致谢 |
(3)基于数据挖掘技术的激变变星的特征提取(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 引言 |
1.2 LAMOST项目简介 |
1.3 LAMOST科学目标 |
1.3.1 河外星系的观测 |
1.3.2 银河系结构和演化 |
1.3.3 多波段目标证认证 |
1.4 研究背景 |
1.5 本研究的工作介绍和篇章安排 |
第2章 激变变星简介及其光谱特征 |
2.1 激变变星简介 |
2.2 激变变星观测特征 |
2.3 激变变星的光谱特征 |
第3章 几种数据挖掘算法及其流程 |
3.1 数据挖掘概述 |
3.1.1 数据挖掘步骤 |
3.1.2 高维数据挖掘 |
3.2 分类和聚类 |
3.2.1 支持向量机SVM |
3.2.2 贝叶斯分类决策 |
3.2.3 人工神经网络 |
3.2.4 K最近邻 |
3.2.5 K均值 |
3.3 蚁群算法 |
3.3.1 基于蚂蚁构造墓地和分类幼体的聚类分析模型 |
3.3.2 基于蚂蚁觅食行为和信息素的分类分析模型 |
第4章 算法结果评估和分析 |
4.1 数据及实验准备 |
4.1.1 FITS文件 |
4.1.2 预处理 |
4.1.3 PCA降维 |
4.1.4 实验环境 |
4.2 程序流程 |
4.3 结果比较 |
4.3.1 实验一 |
4.3.2 实验二 |
4.3.3 实验三 |
4.3.4 实验四 |
4.3.5 实验五 |
4.4 问题分析及总结 |
第5章 总结 |
参考文献 |
致谢 |
学位论文评阅及答辩情况表 |
四、激变变星及相关天体的H_α与近红外电离钙三重线的光谱分析(论文参考文献)
- [1]LAMOST巡天光谱数据处理技术与分析应用[D]. 陈淑鑫. 哈尔滨工程大学, 2019(08)
- [2]邻近晚型面向星系中的热气体[D]. 方侠. 南京大学, 2012(10)
- [3]基于数据挖掘技术的激变变星的特征提取[D]. 杨琳. 山东大学, 2011(04)
- [4]激变变星及相关天体的Hα与近红外电离钙三重线的光谱分析[J]. 刘学富,陈阳,黄河. 天体物理学报, 2000(01)