天体光谱数据挖掘与分析 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

杨海峰 著

图书标签:

• 天体物理学
• 光谱学
• 数据挖掘
• 数据分析
• 机器学习
• 天文学
• 观测数据
• Python
• 科学计算
• 数据科学

出版社： 电子工业出版社

ISBN：9787121307683

版次：1

商品编码：12121250

包装：平装

开本：16开

出版时间：2016-12-01

用纸：轻型纸

页数：176

字数：160000

正文语种：中文

内容简介

随着LAMOST正式巡天的实施，已成功获取600万条天体光谱以及星表，并每天以海量的数字增长着，对长期传统的人工分析、人眼证认等任务带来了巨大挑战。本书以河外星系和恒星光谱为研究背景，针对天文学研究中稀有天体的特征分析以及天体光谱的分类等任务，将新兴的数据挖掘技术应用到天体光谱规律的发现和研究中，并从天文物理学角度对挖掘结果进一步分析。主要包括稀有、离群天体光谱的搜寻与分析、天体光谱分类方法与分析两个方面的内容。

作者简介

杨海峰，博士，太原科技大学计算机学院副教授，研究方向：人工智能与数据挖掘、河外星系光谱分析。近年来主持和参与***、省部级科研项目多项，发表学术论文近30多篇，其中SCI收录18篇。

目录

第1 章 绪论?????????????????????????????????????????????????????????????????????????????????????? 1
1．1 天体光谱?????????????????????????????????????????????????????????????????????????????? 1
1．1．1 LAMOST 光谱巡天?????????????????????????????????????????????????????????? 2
1．1．2 SDSS 光谱巡天???????????????????????????????????????????????????????????????? 5
1．1．3 光谱分析???????????????????????????????????????????????????????????????????????? 6
1．2 数据挖掘?????????????????????????????????????????????????????????????????????????????? 7
1．2．1 产生和定义????????????????????????????????????????????????????????????????????? 7
1．2．2 数据挖掘任务与分类?????????????????????????????????????????????????????? 10
1．2．3 主要应用?????????????????????????????????????????????????????????????????????? 12
1．3 海量天体光谱数据挖掘?????????????????????????????????????????????????????? 14
1．3．1 分类???????????????????????????????????????????????????????????????????????????? 14
1．3．2 聚类及离群分析???????????????????????????????????????????????????????????? 17
1．3．3 关联规则?????????????????????????????????????????????????????????????????????? 19
1．3．4 恒星大气参数测量????????????????????????????????????????????????????????? 20
1第2 章 基于模糊识别的双红移系统星系光谱搜寻与分析?????????????? 24
2．1 引言???????????????????????????????????????????????????????????????????????????????????? 25
2．2 基于模糊识别的搜寻方法?????????????????????????????????????????????????? 27
2．2．1 样本选择?????????????????????????????????????????????????????????????????????? 27
2．2．2 方法描述?????????????????????????????????????????????????????????????????????? 28
2．3 结果分析???????????????????????????????????????????????????????????????????????????? 35
2．3．1 SDSS DR9 和LAMOST DR1 中SGPs 样本????????????????????????? 35
2．3．2 光谱与图像分析???????????????????????????????????????????????????????????? 39
2．3．3 尘埃消光测量???????????????????????????????????????????????????????????????? 48
2．4 讨论???????????????????????????????????????????????????????????????????????????????????? 51
第3 章 稀有光谱检索的PU 学习方法???????????????????????????????????????????? 53
3．1 问题提出???????????????????????????????????????????????????????????????????????????? 54
3．2 二部排序模型????????????????????????????????????????????????????????????????????? 56
3．2．1 TopPush 方法???????????????????????????????????????????????????????????????? 57
3．2．2 面向稀有光谱检索的BaggingTopPush 方法???????????????????????? 58
3．3 实验设计???????????????????????????????????????????????????????????????????????????? 59
3．3．1 样本选择?????????????????????????????????????????????????????????????????????? 60
3．3．2 实验设置?????????????????????????????????????????????????????????????????????? 61
3．3．3 评价指标?????????????????????????????????????????????????????????????????????? 64
3．4 结果分析???????????????????????????????????????????????????????????????????????????? 65
3．4．1 排序效果?????????????????????????????????????????????????????????????????????? 65
3．4．2 排序效率?????????????????????????????????????????????????????????????????????? 72
3．4．3 参数敏感性??????????????????????????????????????????????????????????????????? 74
3．5 讨论???????????????????????????????????????????????????????????????????????????????????? 76
第4 章 E+A 星系搜寻与分析?????????????????????????????????????????????????????????? 78
4．1 问题提出???????????????????????????????????????????????????????????????????????????? 78
4．2 E+A 星系光谱搜寻方法?????????????????????????????????????????????????????? 80
4．2．1 样本选择―LAMOST 数据集????????????????????????????????????????? 80
4．2．2 搜寻方法?????????????????????????????????????????????????????????????????????? 80
4．2．3 近邻E+A 星系星表???????????????????????????????????????????????????????? 83
4．3 结果分析???????????????????????????????????????????????????????????????????????????? 87
4．3．1 样本分布特征???????????????????????????????????????????????????????????????? 87
4．3．2 星族合成分析???????????????????????????????????????????????????????????????? 90
4．3．3 图像分析?????????????????????????????????????????????????????????????????????? 92
4．4 讨论???????????????????????????????????????????????????????????????????????????????????? 95
第5 章 基于贝叶斯支持向量机的光谱分类方法????????????????????????????? 98
5．1 问题提出???????????????????????????????????????????????????????????????????????????? 98
5．2 基于贝叶斯支持向量机的分类方法?????????????????????????????????? 100
5．2．1 支持向量机????????????????????????????????????????????????????????????????? 100
5．2．2 贝叶斯推理????????????????????????????????????????????????????????????????? 101
5．2．3 马尔可夫链蒙特卡罗???????????????????????????????????????????????????? 101
5．2．4 贝叶斯支持向量机??????????????????????????????????????????????????????? 102
5．3 实验分析?????????????????????????????????????????????????????????????????????????? 107
5．3．1 样本选择???????????????????????????????????????????????????????????????????? 107
5．3．2 预处理方法????????????????????????????????????????????????????????????????? 108
5．3．3 实验参数设置?????????????????????????????????????????????????????????????? 112
5．3．4 结果分析???????????????????????????????????????????????????????????????????? 113
5．4 讨论?????????????????????????????????????????????????????????????????????????????????? 116
第6 章 基于分类模式树的恒星光谱自动分类方法??????????????????????? 117
6．1 问题提出?????????????????????????????????????????????????????????????????????????? 118
6．2 恒星光谱分类模式树???????????????????????????????????????????????????????? 119
6．3 分类模式树构造方法???????????????????????????????????????????????????????? 120
6．3．1 算法思想???????????????????????????????????????????????????????????????????? 120
6．3．2 算法描述???????????????????????????????????????????????????????????????????? 121
6．3．3 算法分析???????????????????????????????????????????????????????????????????? 122
6．4 分类规则提取及恒星光谱分类????????????????????????????????????????? 122
6．5 实验分析?????????????????????????????????????????????????????????????????????????? 123
6．6 讨论?????????????????????????????????????????????????????????????????????????????????? 127
第7 章 恒星光谱分类规则后处理方法????????????????????????????????????????? 129
7．1 问题提出?????????????????????????????????????????????????????????????????????????? 129
7．2 基于谓词逻辑的分类规则后处理方法?????????????????????????????? 131
7．2．1 恒星光谱分类规则??????????????????????????????????????????????????????? 131
7．2．2 恒星光谱分类规则后处理?????????????????????????????????????????????? 132
7．2．3 实验分析???????????????????????????????????????????????????????????????????? 136
7．3 基于集合运算的分类规则后处理方法?????????????????????????????? 138
7．3．1 分类规则问题描述??????????????????????????????????????????????????????? 138
7．3．2 分类规则后处理算法???????????????????????????????????????????????????? 140
7．3．3 实验分析???????????????????????????????????????????????????????????????????? 142
7．4 讨论?????????????????????????????????????????????????????????????????????????????????? 143
参考文献?????????????????????????????????????????????????????????????????????????????????????????? 144
附录A SDSS DR9 和LAMOST DR1 的SGPs 样本清单???????????? 149
附录B LAMOST DR2 的E+A 样本清单??????????????????????????????????????? 159
附录C LAMOST DR2 的E+A 样本测光信息清单???????????????????????? 163

前言/序言

　　前 言

　　仰望璀璨的星空，辽阔而深邃，自由而宁静，吸引着人们苦苦追寻与不断探索的向往。LAMOST 是一架横卧南北方向的中星仪式反射施密特望远镜，在5 度视场、直径为1.75 米的焦面上放置4000 根光纤，可以同时获得4000 个天体的光谱，是当前世界上光谱获取率最高的望远镜。随着LAMOST 正式巡天的实施，已成功获取600 万条天体光谱以及星表，并每天以海量的数字增长着，对长期传统的人工分析、人眼证认等任务带来了巨大挑战。而数据挖掘，作为一门新兴的学科分支，涉及人工智能、机器学习、模式识别等多个学科领域，主要任务是从大量的原始数据中提取潜在的、人们感兴趣的知识，已被广泛地应用于科学、工程、商业等领域。将数据挖掘技术应用于海量的天体光谱数据中，获取潜在的、有意义的天体规律及性质，对更有效地使用巡天数据、进一步深入天文学理论研究都具有比较重要的应用价值。

　　近年来作者一直从事数据挖掘应用与天体光谱分析交叉领域的研究，在深入了解光谱分析任务、分析当前数据急剧增长特点的基础上，结合计算机技术优势，开展了一系列的研究工作，本书是近年来相关科研成果的总结。全书除绪论主要介绍天体光谱数据的主要特征以及数据挖掘技术的基本理论外，主要内容分两大部分共6 章，具体章节编排如下：

　　（一）特殊、稀有天体的挖掘及分析（包括第2 章至第4 章）。第2 章针对星系光谱中呈现的双红移系统，提出一种基于模糊识别的光谱特征线识别方法，并采用SDSS DR9 和LAMOST DR2 的星系光谱数据，系统地搜寻了具有双红移系统的星系光谱并对其结果进行了光谱及图像分类、特例分析、前景星系消光测量等方面的讨论；第3 章针对碳星光谱中存在的模板较少从而导致从海量数据中搜寻比较困难的问题，提出一种新的高效的PU 学习方法，并选择SDSS DR10 中十万余条光谱实现验证了该方法的搜寻质量和效率。第4 章针对LAMOST 河外星系光谱分辨率及信噪比等特征，修正了[OII]、H?、H?特征线边界，通过测量其等值宽度并按照经典（Goto.提出）的判定依据，从LAMOST DR2 中系统搜寻了E+A 星系，并对其结果进行了红移分布、空间分布、星等分布特征、图像特征以及星族特征等方面的讨论。

　　（二）光谱分类及后处理方法研究（包括第5 章至第7 章）。第5章针对巡天数据分析中最基本的光谱型分类问题，提出一种基于贝叶斯支持微量机的光谱自动分类方法，选择SDSS DR10 的M 型恒星光谱，实验验证了该方法在光谱子型的分类上具有较高的准确率及效率，同时对预处理过程中噪声、归一化方法、特征提取方法对分类结果的影响进行了讨论；第6 章针对恒星光谱分类任务，提出一种基于分类模式树的恒星光谱分类规则挖掘方法。采用SDSS 恒星光谱作为实验数据，验证了该方法的正确性，而且具有较高的分类正确率；第7 章针对采用数据挖掘方法提取的光谱分类规则中存在的冗余严重影响分类效率和质量的问题，提出基于谓词逻辑、集合运算的两种分类规则后处理方法，从而减小分类器的大小。采用SDSS 恒星光谱数据，实验验证了这两种方法在不降低分类准确率的前提下，可以有效提高分类效率。）特殊、稀有天体的挖掘及分析（包括第2 章至第4 章）。本书的完成得到了太原科技大学人工智能实验室、计算机科学与技术学院、中科院国家天文台各位老师的大力支持，特别是张继福教授、罗阿理研究员为本书提出了许多宝贵的建议，在此一并致以诚挚的谢意。

　　本书所涉及的部分研究工作得到了国家自然科学基金项目（项目编号： 61272263， 61572343）、山西省科技攻关项目（ 项目编号：2015031009）和太原科技大学博士启动基金（项目编号：20162007）的资助，在此向相关机构表示深深的感谢。

　　由于作者水平有限，书中难免有不妥之处，欢迎各位专家和广大

　　读者批评指正。

　　编 者

　　2016 年11 月

好的，这里为您准备了一份关于《天体光谱数据挖掘与分析》以外的图书简介，内容将详尽展开，力求自然流畅，不带任何机器生成痕迹。 --- 《星际介质的结构与演化：多波段观测的深度解读》 图书简介 本书系统性地探讨了星际介质（Interstellar Medium, ISM）这一横跨银河系乃至整个宇宙的复杂物质场的物理状态、化学组成及其在恒星形成与星系演化中的核心作用。本书并非聚焦于光谱数据本身的处理技术，而是深入剖析了基于多波段观测所得物理图像的构建与演化历程。我们旨在为读者提供一个从微观粒子到宏观结构的全景视角，理解恒星诞生之地的“呼吸”与“脉动”。 第一部分：星际介质的物质基础与能量平衡 第一章首先奠定了理解ISM的物质学基础。我们详细梳理了星际气体（氢、氦及重元素）在不同密度和温度下的电离状态和化学反应网络。重点阐述了为什么星际空间并非均匀真空，而是由冷致密分子云、温和中性介质（WNM）和高温电离气体（HIM）等多相态物质构成的动态系统。本章特别讨论了宇宙射线在加热和电离ISM中的关键角色，以及磁场如何通过阿尔芬波（Alfvén Waves）将能量和动量从恒星风传递到周围环境中。 第二章聚焦于星际能量的来源与耗散机制。书中详细解析了紫外星光、超新星爆发（Supernova Explosions）以及活动星系核（AGN）喷流对ISM的加热作用。在分子云内部，我们探究了冷却过程，特别是尘埃辐射和分子谱线发射在维持低温环境中的重要性。此处，我们强调了辐射场对平衡态的调控作用，而非仅仅关注光谱线的强度分析。 第二部分：多波段观测的物理画像构建 第三章深入讲解了如何利用不同波段的观测数据来描绘ISM的物理结构。不同于光谱分析，本章侧重于空间分布和形态学。我们详细讨论了红外波段如何揭示弥散的尘埃辐射和暖致密区的分布，特别是通过绘制星际消光图来反演出气体密度梯度。射电波段的观测，特别是21厘米线和毫米波分子谱线，被用来追踪冷中性氢和分子云的运动学结构和整体质量分布。 第四章探讨了X射线与伽马射线在探测极端环境中的应用。这些高能辐射是理解超新星遗迹（SNRs）冲击波加速机制和星系外流（Galactic Outflows）的“探针”。本书详细分析了冲击波模型如何解释SNRs中观测到的高能粒子和热气体发射，这些过程是星系物质循环的驱动力。 第三部分：星际介质的动力学与化学演化 第五章是关于ISM的动力学过程。我们考察了湍流在星际介质中的普遍性及其对恒星形成的影响。通过分析不同尺度的速度场，本书展示了湍流如何压缩气体云，但也可能通过能量注入来抑制坍缩。此外，本章详述了星系尺度上的物质输运，包括恒星风、超新星和AGN反馈如何将物质从星系盘抛射到星系晕乃至星系间介质（IGM）中。 第六章深入研究了星际化学的复杂性。重点在于低温分子云中的复杂分子合成路径。我们不再赘述特征谱线归属，而是关注如何在物理参数（温度、密度、辐射场）的约束下，模拟复杂有机分子（COMs）的形成与演化。本章结合了冷冻凝结物（Ices）的形成机制，探讨了这些“星际冰粒”如何携带化学信息进入下一代恒星和行星系统。 第四部分：星际介质与宇宙学背景的关联 第七章将视野扩展到星系尺度之外，探讨了星系间介质（IGM）。IGM是宇宙中物质的主要储库之一，它在宇宙大尺度结构（Cosmic Web）的形成中扮演着至关重要的角色。我们分析了类星体吸收谱（Quasar Absorption Spectra）如何揭示跨越数十亿光年尺度的气体吸收特征，从而重建宇宙早期到现在的物质分布和化学丰度演化。 第八章总结了星际介质在恒星形成效率（Star Formation Efficiency, SFE）中的调控作用。ISM的物理条件，尤其是其湍流状态和磁场结构，直接决定了分子云能否有效地坍缩形成恒星。本章将ISM的特性与星系自身的采光率和反馈机制联系起来，构建了一个完整的“恒星-ISM-反馈”循环模型。 总结 《星际介质的结构与演化：多波段观测的深度解读》旨在提供一个全面的、物理驱动的视角，来理解构成我们宇宙的“看不见的”物质。本书侧重于整合来自射电、红外、光学乃至高能波段的观测结果，以构建一个动态且多相的星际物理图景，为研究恒星生命周期和星系演化的读者提供坚实的理论与观测基础。本书的价值在于其对多波段数据的综合解读能力，而非单一数据类型的技术处理。 ---

评分☆☆☆☆☆

自从拿到《天体光谱数据挖掘与分析》这本书，我就沉浸其中，久久不能自拔。这本书的内容非常丰富，涵盖了天体物理学中最核心、也最迷人的部分之一——光谱分析。我原本对光谱的认识仅限于高中物理课上的简单介绍，但这本书让我意识到，光谱远不止于此，它是一扇通往宇宙深处的窗口。书中详细讲解了不同天体在不同物理条件下产生的光谱特征，从恒星的光谱类型到星系的光谱细微差异，再到宇宙大尺度结构的红移现象，无不展现了光谱的强大信息载体功能。我特别欣赏书中关于“数据挖掘”这一概念的应用，它将现代计算科学的先进方法引入到天体物理研究中。我了解到，如何利用强大的算法来处理和分析海量的天文观测数据，从中提取出有价值的信息，比如识别暗物质分布、寻找系外行星的迹象、甚至探测宇宙早期的信号。书中给出的具体案例分析，让我能够更清晰地理解这些复杂的技术是如何工作的，也让我对科学家们的工作有了更深的敬意。这本书的语言风格既严谨又不失生动，即使是一些比较抽象的概念，也能被解释得清晰易懂，这对于我这样非专业读者来说，是极大的福音。读完这本书，我对宇宙的认识不再停留在表面的浪漫想象，而是建立在扎实的数据和科学分析之上。

评分☆☆☆☆☆

我一直对那些闪烁在夜空中的光点充满好奇，它们究竟是什么？它们是如何发光的？它们又在讲述着怎样的宇宙故事？《天体光谱数据挖掘与分析》这本书，恰好回应了我内心深处最原始的求知欲。虽然我并非天体物理学的专业研究者，但书中对基本概念的讲解，由浅入深，循序渐进，让我这个“门外汉”也能逐渐领略到其中的魅力。书中详细介绍了如何将肉眼看到的星光，转化为一张张蕴含丰富信息的“指纹”——光谱。我惊叹于科学家们如何通过分析光谱中线条的出现、消失、强弱以及位移，就能“透视”遥远天体的内部构成和运动状态。书中对各种光谱分析方法的介绍，比如吸收光谱、发射光谱、连续光谱等，以及它们在不同天体研究中的应用，都让我大开眼界。我尤其对书中关于“红移”与“蓝移”的解释印象深刻，这直接关联到宇宙的膨胀和星体的运动，是理解宇宙大尺度结构的关键。此外，书中还穿插了许多关于实际观测数据处理的案例，这些案例的详尽描述，让我能够更直观地理解理论是如何应用于实践的，也让我看到了科研工作者们严谨细致的工作态度。读完这本书，我不再仅仅是仰望星空，而是能以一种更科学、更深入的方式去理解它们，仿佛自己也成为了一名小小天文学家，能够从那些微弱的光芒中读懂宇宙的语言。

评分☆☆☆☆☆

我常常在想，那些遥远星系发出的微弱光芒，究竟携带着怎样古老的信息？《天体光谱数据挖掘与分析》这本书，就如同一把钥匙，为我打开了通往宇宙深层奥秘的大门。这本书的结构非常精巧，它并没有直接抛出晦涩的专业术语，而是从最基础的光谱形成原理入手，一步步引导读者理解光谱在天体研究中的核心地位。书中关于不同类型天体（如恒星、星系、活动星系核、星云等）光谱特征的详细介绍，让我对宇宙的物质组成和物理环境有了全新的认识。我尤其着迷于书中关于“星族”和“化学演化”的讨论，这让我了解到，通过分析恒星的光谱，竟然能够追溯它们所属的星系的历史，甚至推断出宇宙中元素的生成过程。此外，书中对数据处理和分析方法的阐述，也极具启发性。我从未想到，那些庞大的天文数据库，能够通过各种先进的算法和模型，被如此高效地“挖掘”出隐藏的信息。书中关于机器学习在光谱分类和参数测量中的应用，为我展现了现代天文学研究的前沿动态。这本书不仅仅是知识的传授，更是一种思维方式的启迪，它教会我如何从看似杂乱无章的数据中，发现规律、提出假设、并最终得出科学结论。

评分☆☆☆☆☆

这本书简直是一座宝藏，我迫不及待地想与所有对探索宇宙奥秘感兴趣的朋友分享！《天体光谱数据挖掘与分析》这本书，从一个极其专业但又极其迷人的角度，带领我们深入了解宇宙。我一开始抱着学习一些基础天文学知识的心态去翻阅，结果被书中展现的强大分析能力所折服。它不仅仅是介绍一些望远镜观测到的数据，而是教我们如何“读懂”这些数据。书中对于光谱这一关键概念的阐释，简直是教科书级别的。我曾经以为光谱就是一堆彩色的线条，但这本书让我明白，每一条线条都对应着特定的元素、特定的能量状态，是天体独一无二的“身份证明”。它详细讲解了如何从这些“身份证明”中提取出关于温度、压力、化学组成、运动速度等至关重要的信息。更让我惊叹的是，书中还介绍了如何利用计算机科学中的“挖掘”和“分析”技术，来处理海量、复杂的观测数据。比如，如何用算法来识别光谱中的微弱信号，如何对不同类型的星体光谱进行分类，甚至是如何构建模型来预测天体的演化趋势。这些内容虽然有些难度，但作者的讲解非常清晰，并且配以大量的图表和实例，使得抽象的概念变得生动易懂。我强烈推荐这本书给所有有志于从事天体物理研究的学生，以及任何对宇宙充满好奇的读者，它一定会打开你对宇宙认知的新篇章！

评分☆☆☆☆☆

在浩瀚的星辰大海中，隐藏着无数关于宇宙起源、演化乃至生命的奥秘。而《天体光谱数据挖掘与分析》这本书，就像一位经验丰富的向导，带领我穿梭于这些复杂的数据迷宫，揭示天体发出的光芒背后蕴藏的深刻信息。一开始，我只是被这个书名所吸引，想象着能从中学习到如何解读那些五彩斑斓的星云光谱，或是探测遥远星系的化学成分。然而，当我真正沉浸其中时，才发现这本书的深度远超我的预期。它不仅仅是关于光谱图的解读，更是一场关于如何从海量、嘈杂的观测数据中提取有价值线索的智力挑战。书中对于各种数据处理技术，从基础的去噪、校准，到更高级的机器学习算法在天体光谱分类、参数反演中的应用，都进行了细致入微的阐述。我尤其喜欢其中关于如何利用不同波段的光谱信息来识别天体的类型，判断其物理状态（如温度、密度、磁场强度），甚至推断其形成历史的章节。每一次阅读，都仿佛打开了一扇新的窗户，让我能够以前所未有的视角去理解那些曾经遥不可及的宇宙现象。书中列举的案例研究，涵盖了恒星、星系、星际介质等多个天体物理领域，这让我得以将理论知识融会贯通，并对不同天体系统的演化有了更深刻的认识。这本书不仅为我提供了强大的工具，更重要的是，它培养了我一种严谨的科学思维和解决复杂问题的能力，这对于我未来的学术研究或职业发展都将是宝贵的财富。