天文光谱线指数数据能够较好地保留着恒星的物理特征信息, 为此借助线指数特征数据构建多参数模型, 有利于更好地回归分析数据的共变关系及谱线的内在规律。 世界上光谱获取率最高的施密特天文望远镜LAMOST发布的观测光谱都已经过标记, 利用天文可视化工具分析这些标记的恒星光谱线指数会产生预测因子自相关, 多元线性回归时因变量存在共线性, 导致方差较大、得到最小二乘回归系数不稳定, 虽不影响使用回归的有效性, 但较难从回归方程中得到独立预测因子的评估系数。 利用LAMOST巡天光谱数据中A型恒星Lick线指数为数据源, 选取有效温度Teff为7 000～8 500 K, 取信噪比大于50的光谱特征值实现回归分析恒星参数Teff值, 经箱线图呈现DR5星表中, A型光谱86 097条具备Teff值大样本光谱数据的整体分布, 统计分析26种线指数的特征值后, 选取分布相似且带宽为12 的kp12, halpha12和hgamma12字段, 减少解释线指数变量的数目, 优化冗余变量方差膨胀因子(VIF)系数。 实验选取两两变量间观测数据集, 局部拟合回归散点、 同样的数据源使用散点图的总体轮廓生成高密度散点图, 利用色差透明性突出显示数据密集区域。 结果表明多元线性回归和岭回归算法都能从低分辨率光谱中确定A型恒星的有效温度, 但经过共线性数据分析有偏估计实验, 使用岭回归分析寻找最佳模型, 能更准确地确定恒星有效温度, 进而得到预测A型恒星有效温度及谱线回归特性。

连续谱异常是指恒星光谱在获得和处理过程中由于星际消光和流量定标等原因造成连续谱严重偏离甚至中断的现象, 这对光谱的谱线提取以及其他一些后续处理工作带来负面影响。 提出了一种基于距离度量的连续谱异常光谱的自动检测方法, 相比传统人眼检查在保证正确率的情况下大大地提高了工作效率。 该方法首先通过光谱的lick线指数来确定待测光谱的恒星类型, 同时对待测光谱进行归一化处理； 然后分别提取待测光谱和对应类型模板光谱的连续谱； 最后进行连续谱模板匹配, 在每个波长点计算待测光谱和其模板光谱的流量差值, 分析流量差值的分布, 检验有多少差值点分布在在均值(β)附近的±α个标准差(δ)的范围内, 进而可确定是否有连续谱异常。 实验表明提出方法的可以快速有效的识别出连续谱异常的恒星光谱。

大规模光谱巡天将产生海量的光谱数据, 为搜寻一些奇异甚至于未知类型的光谱提供了机会, 对这些特殊天体的研究有助于揭示宇宙的演变规律和生命起源, 巡天数据的离群数据挖掘有助于这些特殊的光谱的发现。 利用线指数对光谱数据进行降维能够在尽可能多的保留光谱物理特征的同时, 有效解决高维光谱数据聚类分析中运算复杂度较高的问题。 提出了基于线指数特征的海量恒星光谱离群数据挖掘及分析的方法, 以恒星光谱的Lick线指数作为光谱数据的特征, 利用聚类搜寻离群数据的方法在海量光谱巡天数据搜寻离群数据, 以此为基础并给出线指数特征空间内离群光谱数据的分析方法。 实验结果证明: (1)以线指数作为光谱的特征值能快速的完成对高维光谱数据的离群数据挖掘, 可以解决高维光谱数据运算复杂度高的问题; (2)该方法是在聚类结果上进行的离群数据挖掘, 能够有效的挖掘出数量较少的发射线恒星、 晚M型恒星、 极贫金属星、 缺失数据光谱等数据; (3)线指数特征空间的离群数据挖掘可以得到线指数特征空间内特殊恒星的发现规则。 本文所提出的基于线指数特征的离群数据挖掘及分析方法可以应用到巡天数据的相关研究中。

天体光谱中蕴含着非常丰富的天体物理信息, 通过对光谱的分析, 可以得到天体的物理信息、 化学成分以及天体的大气参数等。 随着LAMOST和SDSS等大规模巡天望远镜的实施, 将会产生海量的光谱数据, 尤其是LAMOST正式运行后, 每个观测夜产生大约2~4万条光谱数据。 如此海量的光谱数据对光谱的快速有效的处理提出了更高的要求。 恒星光谱的自动分类是光谱处理的一项基本内容, 该研究主要工作就是研究海量恒星光谱的自动分类技术。 Lick线指数是在天体光谱上定义的一组用以描述光谱中谱线强度的标准指数, 代表光谱的物理特性, 以每个线指数最突出的吸收线命名, 是一个相对较宽的光谱特征。 研究了基于Lick线指数的贝叶斯光谱分类方法, 对F, G, K三类恒星进行分类。 首先, 计算各类光谱的Lick线指数作为特征向量, 然后利用贝叶斯分类算法对三类恒星进行分类。 针对海量光谱的情况, 基于Hadoop平台实现了Lick线指数的计算, 以及利用贝叶斯决策进行光谱分类的方法。 利用Hadoop HDFS高吞吐率和高容错性的特点, 结合Hadoop MapReduce编程模型的并行优势, 提高了对大规模光谱数据的分析和处理效率。 该研究的创新点为: (1) 以Lick线指数作为特征, 基于贝叶斯算法实现恒星光谱分类; (2) 基于Hadoop MapReduce分布式计算框架实现Lick线指数的并行计算以及贝叶斯分类过程的并行化。

聚类分析是数据挖掘中用以发现数据分布和隐含模式的一种重要算法, 能简单有效地研究大样本、 多参量和类别未知的光谱数据。 以线指数作为光谱数据的特征值能够在尽可能多的保留光谱物理特征的同时, 有效解决高维光谱数据聚类分析中运算复杂度较高的问题。 本文提出了基于线指数特征的海量恒星光谱数据聚类分析的方法, 提取恒星光谱中的Lick线指数作为海量巡天光谱数据的特征, 使用k均值聚类算法完成对光谱数据的聚类, 然后对聚类结果进行有效的分析。 实验结果证明该方法能够快速有效地将具有相似物理特征的恒星光谱数据聚集到一起, 该方法可以应用到巡天数据的研究中。

恒星大气物理参数(有效温度、 表面重力、 化学丰度)的自动测量是天体光谱数据自动处理中的一项重要内容。 由于光谱数据的高维性的特点, 处理运算量非常大, 对于光谱的实时分析及处理会造成延误。 文章提出了一种基于Lick线指数, 利用核偏最小二乘回归(KPLSR) 对恒星大气物理参数进行测量的方法。 可以有效地减少运算量并可达到理想的准确率。 首先计算Kurucz合成光谱的Lick线指数, 利用核偏最小二乘回归方法建立Lick线指数与大气物理参数之间的核回归模型, 并利用DR8实测光谱数据对得到的模型进行测试, 将测试的结果与SEGUE SSPP提供的大气物理参数进行了对比, 取得了比较好的效果。 此外, 为了检验噪声对参数测量的影响, 本文还对Kurucz光谱分别加了信噪比为10, 20, 30, 40, 50, 70, 90, 120的高斯白噪声, 对得到的不同信噪比的Kurucz数据进行了测试, 实验结果表明, 核回归模型对噪声比较敏感, 光谱数据的信噪比越高, 其大气物理参数的预测精度越高。 提出的基于线指数建立核偏最小二乘回归模型的方法运算量小, 训练速度快, 适合用于恒星大气物理参数的测量。

通过人工神经网络的方法基于Lick线指数, 来进行大气物理参数的测量, 对Kurucz的合成光谱进行预处理以适应最后LAMOST光谱数据的要求, 以Lick线指数与对应的大气物理参数为输入, 用人工神经网络进行训练, 得到训练模型通过DR8光谱数据进行测试, 通过调整人工神经网络的相关参数来使实验效果达到最佳。 结果证明, 通过线指数人工神经网络的方法来进行大气物理参数的测量是可行的。

利用Lick线指数, 根据光谱的海量特点, 从统计回归的角度出发, 通过线性回归的方法来设计大气物理参数测量的高效算法。 线性回归通过选择最佳的线指数组合及回归类型的选择来使其达到最佳的回归效果。 因为得到的是公式性的回归模型, 所以使得其应用于新的数据时计算速度可以很快, 且清晰明了, 便于分析处理, 这是其他方法所达不到的。 实验结果证明, 通过线指数回归的方法来进行大气物理参数的测量是可行的。