自动化分类 IUE 低分辨率光谱（第一部分）
天体物理学
2019-08-15 v1
摘要
在 IUE 项目的整个过程中，已生成大量的光谱数据档案，需采用自动化分类方法以客观方式进行分析。本文中，先前用于 IUE 光谱的自动化分类方法基于多元统计。本文比较了两种可直接应用于档案中光谱的分类方法：度量距离和人工神经网络。这两种方法用于对来自 O3 到 G5 类型的常规恒星的 IUE 低分辨率光谱进行分类。基于人工神经网络的分类性能优于度量距离，使其能够以约 1.1 个光谱亚类的准确率确定光谱类别。
引用
@article{arxiv.astro-ph/9504092,
title = {Automated classification of IUE low dispersion spectra (I)},
author = {E. F. Vieira and J. D. Ponz},
journal= {arXiv preprint arXiv:astro-ph/9504092},
year = {2019}
}
备注
6 pages, 5 figures, uses standard Springer-Verlag Astronony and Astrophysics l-aa.sty macros version 3.0 and epsf.tex. The PostScript file