论文部分内容阅读
背景 多个大型巡天望远镜获得了海量的测光数据,如SDSS,WISE,UKIRT等.在海量数据的基础上,KNN取得了比其他高级数据挖掘方法(RBF network,SVM,linear regression,MLP,REPTree 等)更准确的测光红移估测数据越海量、丰富,模型越简单.类星体的测光红移估测中存在catastrophic failure问题.多源数据融合能提高类星体测光红移估测精度,但不是容括所有多源数据属性就可以产生最准确的估测