BBN、ADTree 与 MLP 在分离大规模目录中的类星体方面的比较
天体物理学
2007-05-23 v1
摘要
我们比较了贝叶斯信念网络（BBN）、多层感知器（MLP）网络和交替决策树（ADtree）在区分类星体和类星体方面的性能，这些方法应用在来自 2MASS 和 FIRST 目录的数据库中。通过对已知对象类型的样本进行训练，训练这些分类器以区分类星体和类星体。根据样本的统计特性，选取重要的特征。我们比较了有无特征选择的分类结果。实验表明，采用特征选择的结果优于不采用特征选择的结果。由于其高准确率，可以得出结论，这些自动化方法是稳健且有效的，用于分类点源，此外它们都可以应用于大规模项目（例如选择输入目录）以及其他天文问题，如星体参数测量和银河系和类星体的红移估计。
引用
@article{arxiv.astro-ph/0612727,
title = {BBN, ADTree and MLP Comparison in Separating Quasars from Large Survey Catalogues},
author = {Y. Zhang and Y. Zhao},
journal= {arXiv preprint arXiv:astro-ph/0612727},
year = {2007}
}
备注
12 pages, 6 tables, 1 figure