首页|基于EfficientNet的星系形态分类研究

基于EfficientNet的星系形态分类研究

扫码查看
原文链接
  • 万方数据
  • 维普
星系的结构和形态能够反映星系自身的物理性质,其形态的分类是后续分析研究的一个重要环节.EfficientNet模型使用复合系数对深度网络模型的深度、宽度、输入图像分辨率进行更加结构化的统一缩放,是一种新的深度网络优化扩展方法.将该模型应用于星系数据形态的分类研究中,结果表明基于EfficientNet-B5模型的平均准确率、精确率、召回率以及F1分数(精确率与召回率的调和平均数)都在96.6％以上,与残差网络(Residual network,ResNet)中ResNet-26模型的分类结果相比有较大的提升.实验结果证明EfficientNet的深度网络优化扩展方法可行且有效,可应用于星系的形态分类.
Research on Galaxy Morphology Classification Based on EfficientNet

艾霖嫔、徐权峰、杜利婷、许婷婷、高献军、李广平、周卫红

展开 >

云南民族大学数学与计算机科学学院 昆明650500

广州大学天体物理中心 广州510006

中国科学院天体结构与演化重点实验室 昆明650011

方法:数据分析 技术:图像处理 星系:普通

国家自然科学基金

61561053

2022

10.15940/j.cnki.0001-5245.2022.04.005

天文学报
中国天文学会

天文学报

CSTPCDCSCD北大核心
影响因子：0.339
ISSN：0001-5245
年,卷(期)：2022.63(4)
  • 1
  • 3