基于函数主成分分析的食双星光变曲线聚类
应用统计
2022-02-23 v1
摘要
在本文中，我们重新审视了对银河系中发现的 1318 颗新变星进行聚类的问题。我们近期的工作基于这些恒星的光变曲线来区分它们，光变曲线是在离散时间点观测到的恒星亮度的单变量序列。本工作提出了一种新方法，通过将这些离散序列转化为函数数据，将其视为随时间变化的连续曲线。然后，利用这些函数型光变曲线进行函数主成分分析（functional principal component analysis）。基于显著函数主成分的聚类揭示了两组不同的食双星，与我们先前的结果相比具有一致性与优越性。该方法被确立为一种基于光变曲线的强大新分类器，其中简单聚类算法的实施足以仅基于前几个相关函数主成分来揭示真实簇。同时，我们通过涉及高阶函数主成分的数据研究剔除了噪声。因此，所建议的方法对于聚类大型光变曲线数据集非常有用，这也通过我们的模拟研究得到验证。
引用
@article{arxiv.2202.03816,
title = {Clustering of eclipsing binary light curves through functional principal component analysis},
author = {Soumita Modak and Tanuka Chattopadhyay and Asis Kumar Chattopadhyay},
journal= {arXiv preprint arXiv:2202.03816},
year = {2022}
}
备注
32 pages, 12 figures; Accepted for publication in the journal 'Astrophysics & Space Science'