• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Chinese Astronomy and Astrophysics >A Method of Sky-subtraction Based on Principal Component Analysis
【24h】

A Method of Sky-subtraction Based on Principal Component Analysis

机译：基于主成分分析的减天方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Skylight is an important noise source in astronomical observations. The problem of sky-subtraction is an important factor that restricts the depth of multi-object fiber spectroscopic observations. The method of principal component analysis (PCA) comes from statistics, and it can be used to find the relations between the different skylight spectra and to obtain the skylight components contained in the object spectra. In order to study the sky-subtraction method of LAMOST, adopting a group of raw data from the Sloan Digital Survey System (SDSS), a simulation experiment is conducted, and the obtained result indicates that for the sky-subtraction, the PCA method is more effective than the SDSS reduction pipeline. In addition, a prospect is made for the application of the PCA method in LAMOST observations.
机译：天文是天文观测中的重要噪声源。减天问题是限制多目标纤维光谱观测深度的重要因素。主成分分析（PCA）方法来自统计，可用于查找不同天窗光谱之间的关系并获取对象光谱中包含的天窗成分。为了研究LAMOST的减天方法，采用来自Sloan数字测量系统（SDSS）的一组原始数据，进行了仿真实验，所得结果表明，对于减天，PCA方法是比SDSS减少管道更有效。另外，PCA方法在LAMOST观测中的应用前景广阔。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号