星系晕的层次结构：使用AstroLink区分星团与随机团块

我们提出了AstroLink，一种高效且多功能的聚类算法，旨在对来自合成和观测数据集的与天体物理相关的结构进行层次分类。我们基于CluSTAR-ND（一种层次星系/（子）晕寻找器）进行构建，使得AstroLink现在生成隐式聚类结构的二维表示，并确保星团在统计上与$n$维输入数据中隐含的噪声密度涨落区分开来。这种重新设计将CluSTAR-ND的三个聚类提取参数替换为单个参数$S$——星团的较低统计显著性阈值，可以通过动态模型拟合过程自动可靠地估计。我们通过将每种算法应用于在不同特征空间上定义的一组模拟星系，证明了这种方法相对于AstroLink前身的鲁棒性。我们发现AstroLink提供了更强大的聚类性能，同时比CluSTAR-ND快约27%且使用更少内存。通过这些改进，AstroLink非常适合从合成和观测数据集中提取一组有意义的层次化和任意形状的天体物理星团——使其成为层次结构形成背景下形态分解的绝佳工具。