首页|基于残差神经网络的恒星-星系分类器

基于残差神经网络的恒星-星系分类器

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
使用残差神经网络(residual neural network,RNN)算法对斯隆数字巡天(Sloan digital sky survey,SDSS)提供的天体伪彩色图片进行分类,直接从图像中获得特征.使用带有光谱信息的星系与恒星图片作为训练集和测试集.经过训练,在测试集上的准确率达到98.23％,召回率达到98.80％.这表明:RNN可以实现对星系和恒星图像的精确分类,分类器给出的恒星-星系概率是有效的,可用于分类可靠度评估;还可以尝试将此分类器应用到未来巡天中,进一步测试其性能.
Star-galaxy separation by the residual neural network algorithm

杨阳、文中略、夏俊卿

展开 >

北京师范大学天文系,100875,北京

中国科学院国家天文台,100101,北京

巡天 深度学习 分类 恒星 星系

U1931202

2021

10.12202/j.0476-0301.2021106

北京师范大学学报(自然科学版)
北京师范大学

北京师范大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.505
ISSN：0476-0301
年,卷(期)：2021.57(4)
  • 1
  • 2