基于集成学习的M亚矮星搜索方法研究

声明

摘要

符号说明

第1章绪论

1．1引言

1．2研究背景

1．2．1 LAMOST巡天

1．2．2 SDSS巡天

1．2．3光谱数据介绍

1．2．4光谱数据的特点

1．3论文主要工作及组织结构

第2章M亚矮星特征及相关研究

2．1 M亚矮星特性

2．2 M亚矮星研究方法

2．2．1模板匹配

2．2．2光谱指数

2．3 M亚矮星的研究意义

2．4本章小结

第3章本研究相关算法概述

3．1集成学习介绍

3．1．1决策树算法

3．1．2集成学习算法

3．2常用集成学习模型

3．2．1随机森林算法

3．2．2 XGBoost算法

3．2．3 LihgtGBM算法

3．3 SVM算法原理

3．4特征评估算法

3．4．1随机森林特征评分

3．4．2 XGBoost特征评分

3．4．3 LightGBM特征评分

3．5模型评价

3．6本章小结

第4章研究方案及实验分析

4．1数据预处理

4．1．1实验数据获取

4．1．2归一化

4．1．3插位

4．1．4去除大气吸收线

4．1．5数据集划分

4．2建立模型

4．2．1 SVM模型建立

4．2．2随机森林模型建立

4．2．3 XGBoost模型建立

4．2．4 LightGBM模型建立

4．3结果分析

4．3．1实验结果

4．3．2特征分析

4．4搜索M亚矮星

4．5本章小结

第5章结论与展望

5．1结论

5．2展望

参考文献

致谢

攻读学位期间发表的学术成果和参加的科研项目

学位论文评阅及答辩情况表