SDSS星系光谱的无监督分类
星系天体物理
2021-05-12 v1 天体物理仪器与方法
摘要
定义星系光谱模板有助于快速刻画新观测并组织巡天数据库。这些模板通常基于依据其他标准预先定义的分类来构建。目的。我们提出对从斯隆数字巡天（SDSS）第7版数据库中获取的702248条红移小于0.25的星系与类星体光谱进行无监督分类。光谱首先经过红移校正，随后进行小波滤波以降低噪声，最后分箱以获得每条光谱约1437个波长。将基于判别性潜混合模型的Fisher-EM无监督聚类算法应用于这些校正后的光谱。分析了完整数据集以及100000和300000条光谱的若干子集。由惩罚似然准则给出的类别最优数目为86类，其中样本量最大的37类涵盖了样本的99%。这些类别是基于302214条光谱的子集建立的。使用多种交叉验证技术，我们发现该分类与其他子集上获得的结果一致，平均误分类误差约为15%。大量极小的类别倾向于提高这一误差率。在本文中，我们将我们的类别与文献中的模板进行了初步快速比较。这是首次在如此大量的星系光谱上建立自动、客观且稳健的无监督分类。这些类别的平均光谱可用作我们宇宙中绝大多数星系的模板。
引用
@article{arxiv.2103.05928,
title = {Unsupervised classification of SDSS galaxy spectra},
author = {Didier Fraix-Burnet and C. Bouveyron and J. Moultaka},
journal= {arXiv preprint arXiv:2103.05928},
year = {2021}
}