第31卷，第8期 2011年8月
学与光
光谱
析
谱
分
Spectroscopy and Spectral Analysis
海量光谱中激变变星候选体的数据挖掘
姜斌1.2，罗阿理1，赵永恒
1.中国科学院天文光学重点实验室（国家天文台)，北京100012 2.山东大学威海分校机电与信息工程学院，山东威海264209
Vol.31,No.8,pp2278-2282
August,2011
摘要提出一套适用于海量光谱自动快速筛选激变变星的方法。利用已证认的激变变星光谱作为模板，使用主分量分析提取主特征后构造光谱特征矩阵，将海量光谱利用光谱特征矩阵映射到特征空间后，使用支持向量机排除大部分非候选体，最后对较少数量的候选体进行模板匹配并证认，结果作为反馈进一步率富模板库。实验发现了58个新的激变变星候选体，表明了该方法的可行性，为在LAMOST海量光谱中快速
搜索激变变星等格少天体提供了有效途径。关键词
激变变星；数据挖掘；主分量分析；支持向量机
中图分类号：TP29
引言
文献标识码：A
DOI; 10, 3964/j. issn. 1000-0593(2011)082278-05
mer吸收特征。李宗云研究了20个激变变星及相关天体，将它们根据谱线特征分为三组)，
大天区面积多目标光纤光谱天文望远镜(LAMOST)是国家重大科学工程，它在焦面上放置的四千根光纤可将遥远天体的光分别传输到多台光谱仪，间时获得它们的光谱，是世界上光谱获取率最高的望远镜。LAMOST的巡天将产生大量光谱。这些数据除可用于大样本统计研究的课题外，还包含了稀少天体和变源天体，如激变变星等。使用数据挖据技术，可在每个观测夜获得的数以万计的光谱中，在不增加很大投人的情况下迅速找出这类特殊天体的候选体，再使用其他望远镜进行后续观测来进一步证认，从而提高LAM-OST望远镜的科学产出率，
目前采用数据挖插技术获得稀少天体的研究主要集中在超新星的发现上；Madgwick 从 SDSS(sloan digital sky sur-vey)的Dr1光谱数据中筛选Ial，屠良平对Dr7光谱数据用样本约减和聚类的方法寻找超新星，而激变变星的发现方法一直都是基于图像对比和测光观测。Szkody使用测光选择判据：u-g<0.45，g-r<0.7，ri>0.3，i-z>0.4，此额色判据可找到白矮星与M矮星的双星系统，连续七年对SDSS发布的数据进行粗筛选后人工判断，共确认了208个激变变星(38)，然面这种方法数据处理量大，时间长，容易漏掉候选体，而且难以适应实时处理的要求，激变变星的光谱特征明显，80%观测到的激变变星都处于宁静期，此时光谱具有明显的Hel，Hell发射线，而爆发期的光谱则具有明显的Bal-
收稿日期：2010-06-28，修订日期：2010-11-10
基金项目：国家自热科学基金项目（10973021，11078013)资助作者篇介：要
斌，1977年生，山东大学威海分校信息工程学院讲师
万方数据
（1）以发射线为特征的天体，这些发射线包括氢的Bal-mer线、中性氮和电离氮，有时还有FeⅡ，CⅢ/NⅢ，它们是宁静矮新星或类新星变星；
(2）在Ha为发射线的犬体中，其Balmer线是具有发射核的吸收线，有时也有中性氮线，这些大体是处于燥发下降阶段的矮新星或类新星变星；
（3）有Balmer线系，有时还有氮线组成的纯吸收谱，或低量子数Balmer线有发射核，可能是燥发阶段的矮新星。
根据上述光谱特征使用数据挖据来发现激变变星候选体是值得研究和探索的新应用领域。本文使用Szkody的208 条激变变星光谱作为模板，构造光谱特征矩阵和特征空间，将海量光谱映射到特征空间后，再使用模式识别方法进行分类，寻找激变变星。大大缩减了镁选体的数量和数据处理时间。对在LAMOST海量光谱数据中使用数据挖据方法发现特殊天体进行了有益尝试。
1
模板及实验数据
模板光谱使用Szkody的208条确认的激变变星光谱，
典型的宁静期和煤发期的激变变星光谱图1。图1(a)为宁静期，在HI（5876)和HeⅡ（4686)有明显的发射线；图1(b) 为煤发期光谱，有显著Baimer吸收特征
在208条光谱中，只有17条是明显的吸收线特征，约占 e-mail: jiangbinsdu edu cn