王永俊
- 作品数：6 被引量：41H指数：2
- 供职机构：华南师范大学数学科学学院更多>>
- 发文基金：国家自然科学基金广东省自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术理学天文地球更多>>
- 一种新的恒星大气物理参数自动估计方案SVR(Haar)被引量：1
- 2013年
- 提出了一种新的恒星大气物理参数自动估计的新方案,并称之为SVR(Haar)。由于观测光谱受到大量宇宙辐射、大气和观测设备等引起的噪声干扰,且这种噪声干扰往往是其中的频率较高成分。所以该方案的基本思想是首先使用Haar小波剔除高频噪声成份,以提高恒星大气物理参数估计的准确性;然后使用支持向量机回归方法(SVR)对恒星参数做出估计,该方法能通过ε不敏感域进一步提高对光谱微小畸变和干扰的容许能力,增强解决方案的鲁棒性。为了验证SVR(Haar)方案的有效性,针对相关研究中的权威模拟恒星光谱和SLOAN发布的实测光谱,以及文献中的典型处理方法,做了大量比较实验。实验结果表明,所提出的SVR(Haar)恒星参数估计方案比文献中常用的主成分分析和非参数回归模型均要好。
- 卢瑜李乡儒王永俊杨坦
- 关键词：HAAR小波恒星光谱
- 预处理Gauss-Seidel迭代方法渐近收敛率的单调性
- 2005年
- 研究带参数预处理的改进Gauss-Seidel迭代法对非奇异M-矩阵的收敛性,证明了当所有预处理参数αi满足0≤αi≤1时,其迭代矩阵的谱半径是单调下降的,从而其渐近收敛率是单调上升的。并给出了一个矩阵系列,其迭代矩阵的谱半径当所有预处理参数αi=1时达到最小值,亦即此时其渐近收敛率达到最大值。这些反例说明,Gauss-Seidel迭代法的迭代矩阵的谱半径的单调性当αi>1时将不能得到保证。
- 王永俊
- 关键词：预处理单调性收敛率M-矩阵谱半径
- 恒星大气物理参数估计中的稀疏特征提取
- 2014年
- 随着斯隆数字巡天项目(SDSS)、欧空局GAIA和我国大天区面积多目标光纤光谱天文望远镜(LAMOST)等项目的相继实施,拥有的恒星光谱数据量急速增加,由此导致基于光谱的恒星大气物理参数自动测量方法的研究成为天文光谱分析的重要课题之一[1]。探讨了恒星光谱特征提取的方法(Haar+lasso),其基本思想是首先使用Haar小波包对原始光谱进行多尺度分解,去除高频系数,选取低频系数作为光谱信息的描述;再采用lasso算法提取最优的特征;最后将最优特征输入非参数回归模型中对恒星大气参数进行自动测量。Haar小波可以较好地去除原始光谱信号中的高频噪声,对全频谱数据进行降维。lasso算法可以进一步剔除数据冗余,提取与物理参数相关度较强的特征。Haar+lasso方法提高了物理参数自动测量的准确性和运行效率。我们采用本文方案对SLOAN发布的40 000个恒星子样本的物理参数进行测量,三个物理参数的平均绝对误差为:log Teff:0.007 1dex,log g:0.225 2dex和[Fe/H]:0.199 6dex。同现有相关文献的实验结果相比,该方案可以获得更准确的物理参数。
- 卢瑜李乡儒杨坦王永俊
- 关键词：恒星HAAR小波非参数回归模型物理参数
- 一种新的光谱特征提取方法被引量：2
- 2011年
- 研究了天体光谱的特征提取问题,这是光谱自动处理中的一个关键环节。通过特征提取,不仅能够约简数据、减少冗余,而且亦能抑制噪声干扰,对识别系统的精度和效率均有重要影响。提出了一种基于空间转换和分解的特征分析模型(STP),基于此,可实现对常用光谱特征提取方法的分析,例如,无监督的主成分分析(PCA),小波变换(Wavelet),有监督的支持向量机(SVM),相关向量机(RVM)和线性判别分析方法(LDA)等。在STP模型中,关注的核心要素是特征提取中对数据成分的分解、重组,以及噪声的抑制和冗余的消除。亦在STP框架的基础上,给出了一种逻辑和实现均较为简单的特征提取方法:基于曲线拟合与下采样的光谱特征提取(EFCD)。研究的一个重要发现是,在一些分类问题中文献中设计巧妙的特征提取方法并不一定是决定性的:即使采用通常的信号下采样方法提取特征,亦能获得良好的光谱识别性能,而重要的仅仅是需要将特征数量保持在一定的水平以上即可。研究中,选用的测试数据是SDSS中的Galaxy和QSO两类河外天体实测光谱,他们一般具有较大的红移,在天体光谱识别中具有较强的代表性。
- 李乡儒冯春明王永俊卢瑜
- 关键词：类星体正常星系
- Moravec和Harris角点检测方法比较研究被引量：34
- 2011年
- 角点是图像中的重要特征,在图像配准与匹配、运动分析、目标识别、目标跟踪等领域中均得到了广泛的应用。Moravec和Harris算法是计算机视觉领域中应用比较广泛的角点检测方法。介绍了Moravec和Harris及其改进等四种常用的角点检测算法的实现原理及其特点,并对这四种方法进行了分析、比较,给出了它们的效率性能评价。然后通过实验研究了它们在角点检测的速度、正确率和抗噪性等方面的差异,探讨了各种算法的优势和缺陷。最后,文章指出了角点检测技术的研究与发展方向。
- 卢瑜郝兴文王永俊
- 关键词：角点检测HARRIS算法角点响应函数阈值
- 基于最近邻方法的类星体与正常星系光谱分类被引量：4
- 2011年
- 随着高质量CCD传感器技术的日渐成熟与广泛应用,以及许多大型巡天计划的相继实施,天体数据量极大,因此天体观测数据的自动识别、分析问题首当其冲。文章在原始测量空间使用最近邻方法(NN)研究了正常星系与类星体光谱的识别问题。正常星系和类星体属于河外天体,一般距离地球较远,其观测光谱会受到许多干扰,所以这两类天体光谱的分类在光谱自动识别研究中具有一定的代表性。同时,采用的NN是模式识别和数据挖掘方面的基准性方法,在许多新方法的评估中,往往以NN方法的性能作为比较对象。从实用价值来说,研究表明,NN方法的类星体和正常星系光谱识别率与文献中复杂方法的最好结果相当,但该文方法不需要进行分类器的训练,利于实时进行增量式学习和并行实现,这对海量光谱数据的快速处理有重要意义。因此,该研究具有重要的理论参考意义和一定的实用价值。
- 李乡儒卢瑜周建明王永俊
- 关键词：最近邻方法正常星系类星体
