《表2 分类结果比较:基于深度信念网络的LAMOST恒星光谱分类研究》
Wang等[12]则选取了LAMOST DR5数据库中的50 000条F、G和K型3种恒星光谱进行分类实验。与本实验不同的是,文献[12]采用的是深度神经网络分类模型,并且没有对所选取的样本数据限制信噪比。其节点设计为721-400-800-1200-2 000-3,即有4个隐含层,在对原始数据提取721个光谱特征的基础上训练了两种深度神经网络,分别表示为PILDNN(表示基于伪逆学习算法的深度神经网络)和PILDNN*(表示将每条光谱作为输入向量时分为4个阶段并基于伪逆学习算法的深度神经网络)。文献[12]中的实验与本实验分类结果对比见表2。
图表编号 | XD0056192500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.15 |
作者 | 张静敏、许婷婷、杜利婷、周卫红 |
绘制单位 | 云南民族大学数学与计算机科学学院、云南民族大学数学与计算机科学学院、云南民族大学数学与计算机科学学院、云南民族大学数学与计算机科学学院、中国科学院天体结构与演化重点实验室 |
更多格式 | 高清、无水印(增值服务) |