变星的自动监督分类 I. 方法论

对新变星进行快速分类是使其可用于进一步研究的重要步骤。若先对大型数据库中的科学目标进行分类，筛选效率将显著提高。用物理参数定义变星类别，对于获得关于变率机制和不稳定带边界的无偏统计视图也至关重要。我们的目标有两个：一是基于相关恒星参数概述目前已知的恒星变率类别；二是利用所得的类别描述作为基础，对大型数据库进行自动“监督分类”。这种自动分类会将新天体与一组预定义的变率训练类别进行比较并归类。针对每个变率类别，我们进行了文献调研，以尽可能多地找出知名的成员星，若数量过多则选取一个相当大的子集。接着，我们在在线及私有数据库中搜索了这些恒星在可见光波段的光变曲线，并进行了周期分析和谐波拟合。导出的光变曲线参数被用于描述各类别并定义训练分类器。我们比较了不同分类器的性能，指标包括正确识别率、类别间的混淆度以及计算时间。我们描述了利用所提出的参数集能够多好地分离各类别，并探讨了如何基于 CoRoT 和 Kepler 空间任务将组装的新大型光变曲线数据库来实现未来的改进。