一种结合MST和GMM技术识别Gaia DR3中疏散星团成员的新方法
星系天体物理
2025-03-11 v1
摘要
我们提出了一种结合最小生成树(MST)和高斯混合模型(GMM)技术，利用Gaia DR3数据识别疏散星团成员的新方法。我们的方法采用三步流程：基于天体测量参数的初始过滤、MST分析用于空间分布过滤、以及GMM用于最终成员概率判定。我们在12+1个不同年龄、距离和丰富度的疏散星团上测试了该方法。该方法在区分星团成员与场星方面表现出优越性能，特别是在存在重叠群体的区域，如NGC 7790星团的应用所证明的。通过在应用GMM之前利用MST分析有效减少可能的场星数量，我们的方法同时提升了计算效率和成员判定精度。结果与先前研究保持了良好的一致性，同时在成员识别精度上有所提升。该方法为分析Gaia DR3提供的大量数据集提供了一个稳健的框架，在处理大规模天文数据的同时保持了星团成员判定的高精度。
引用
@article{arxiv.2502.18082,
title = {A Novel Approach to Identifying Open Star Cluster Members in {\it Gaia} DR3: Integrating MST and GMM Techniques},
author = {Rafe Sharif and M. Khakian Ghomi and M. Taefi},
journal= {arXiv preprint arXiv:2502.18082},
year = {2025}
}