论文部分内容阅读
本学位论文研究了恒星大气物理参数估计中光谱特征的提取和连续谱拟合问题。两方面的工作分别如下: 提出了一种基于Elastic Net方法的小波局部相关特征提取方法，此方法的基本思想为首先使用Haar小波对原始光谱进行分解，保留低频系数作为光谱的信息描述;再使用Elastic Net方法提取最优特征;最后将最优特征输入大气物理参数回归模型进行测量。此方法能够考虑所选取的低频系数之间的相关性，所选取的特征具有更低的冗余度。且通过在SLOAN实测数据和理论光谱数据上的实验，验证了上述方案的有效性，探讨了相比于文献中已有结果的精度优势。 研究了光谱的连续谱拟合问题。探索的连续谱拟合方法包括滑动平均滤波法、小波滤波法、多项式拟合法。并通过他们在恒星参数估计中的应用，研究了上述方法的适用性、参数优化等问题。结果表明，多项式拟合的连续谱更适用于光学波段光谱的恒星参数估计。使用优化参数设置的多项式迭代拟合所得的连续谱用于连续谱归一化，模型使用理论光谱训练所提取的特征维数，以及对实测光谱的大气物理参数估计平均绝对误差分别为:logTeff:9，0.0117dex、logg:26，0.4157dex、[Fe/H]:41，0.2430dex。同现有的相关文献实验结果相比，本文提出的方案能获得更稀疏的光谱特征，并获得更高的大气物理参数测量准确度。