天文学专业论文提纲.doc

天文学专业论文提纲 天文学的研究对于我们的生活有很大的实际意义对于人类的自然观有很大的影响古代的天文学家通过观测太阳、月球和其他一些天体及天象确定了时间、方向和历法这也是天体测量学的开端下面是小编整理的天文学专业论文提纲欢迎阅读 摘要：跟着年夜型光学千里镜的精度和深度赓续进步特殊是巡天千里镜的成长地理光学波段的数据急剧增长成为摸索各类天体和地理景象的物理实质的强无力兵器面临地理学“数据雪崩”和“信息爆炸”时期的到来为懂得决地理数据的庞杂性、非线性、海量性和多波段性等一系列成绩借助数据发掘技巧来摸索隐蔽在数据中的有效信息势在必行在此配景下若何敏捷精确地从这些海量数据中发掘出所须要的信息已成为地理学不雅测和数据处置的一个症结成绩直接影响着地理学成长和研讨过程本文应用一些合适于地理数据特色的数据发掘技巧和办法重要是应用聚类算法对天体的主动分类和寻觅出特别天体的义务任务重要包含以下三部门(1)基于主动聚类算法的恒星/星系分类主动聚类算法(AutoClass)是基于贝叶斯模子肯定最优种别的经典混杂模子的非监视聚类办法它对处置非线性和高维数据有很高的效力运用AutoClass对SDSS巡天的恒星/星系停止主动分类依据点源和展源的分歧特点表示选择应用了PSF(pointspreadfunction点分散函数)星等和模子星等在五个波段的差值作为输出参数并设置了适合的尺度从而取得公道的分类成果对恒星和星系的分类准确率分离到达了9951%和9852%注解AutoClass算法对此类数据聚类有很好的效力(2)SDSS巡天的恒星样本摸索目标是摸索SDSS恒星样本找出个中的非恒星天体或特别天体从而树立一个纯的恒星样本我们对SDSS巡天中具有光谱不雅测的恒星的测光数据运用AutoClass停止聚类剖析获得991个离群天体然后将这些离群数据在NED和SIMBAD中认证关于已证认的发明它们绝年夜多半属于特别天体精确率高达907%而关于未证认的愿望在更年夜口径更高精度的千里镜中证认也许会发明一些风趣的天体或景象(3)星系形状分类星系是组成宇宙的构成单位而形状是它的根本特征星系形状的研讨是懂得星系物理属性的重要步调这里依据地理学的义务将星系分红早型星系和晚型星系两类运用SDSS巡天的星系测光数据基于五个星等和四个色彩的多组参数参考分歧的分类尺度研讨了将AutoClass和k一means两种算法用于星系形状的主动分类研讨成果注解岂论对AutoClass照样k一means而言发明基于色彩的分类后果显著高于基于星等的后果;AutoClass和k一means的分类效力相当;与纯真地基于单参数的星系分类比拟主动化算法具有高效性、灵巧性、可以或许处置高维数据等长处在数据日趋丰硕的时期主动化聚类算法将愈来愈显示出其优胜性 中文摘要46 英文摘要67 1绪论1218 1.1引言12 1.2数据挖掘的概念1214 1.3数据挖掘的主要内容1418 1.3.1数据挖掘的对象14 1.3.2数据挖掘的分类1415 1.3.3数据挖掘的模式类型15 1.3.4数据挖掘的方法1518 2聚类算法1826 2.1聚类的定义18 2.2天文学中对聚类算法的要求18 2.3聚类过程1819 2.4聚类算法的分类和原理1921 2.5聚类算法的应用2124 2.6聚类算法比较24 2.7总结2426 3Sloan数字巡天和交叉证认工具2633 3.1Sloan数字巡天2631 3.1.1Sloan巡天计划2627 3.1.2SDSS数据释放2729 3.1.3SDSS观测样本2930 3.1.4SDSS的研究成果3031 3.2交叉证认工具3133 3.2.1SIMBAD天文数据库3132 3.2.2NED河外星系数据库32 3.2.3TOPCAT交叉证认工具3233 4恒星/星系分类3339 4.1恒星/星系分类的意义33 4.2自动聚类算法AutoClass3335 4.3AutoClass应用于恒星/星系分类3537 4.4结论3739 5用AutoClass探索SDSS恒星数据库3949 5.1课题的意义39 5.2恒星样本和参数选择3940 5.3结果和讨论4048 5.3.1结果4047 5.3.2讨论4748 5.4结论4849 6星系形态分类4962 6.1哈勃星系形态分类及其改进4951 6.1.1哈勃分类法4950 6.1.2deVaucouleurs分类法50 6.1.3Yerkes分类法5051 6.1.4DDO分类法51 6.2星系的演化51 6.3星系形态分类标准5153 6.4SDSS星系样本分析5356 6.4.1