第30卷，第2期 2010年2月
谱学与光谱分析光
Spectroscopy and Spectral Analysis
Vol.30,No. 2,pp559-562 February，2010
一种基于约束概念格的恒星光谱数据自动分类方法
张继福，马
洋
太原科技大学计算机科学与技术学院，山西太原030024
摘要概念格是数据分析与知识提取的一种有效形式化工具，约束概念格是一种新的概念格结构，具有构造的时空复杂性低，所提取知识的实用性和针对性强等特点。针对海量恒量光谱自动分类任务，依据约束概念格结点外延与训练样本数据集等价划分之间的关系，通过引人外延支持度和划分支持度的概念，提出了一种基于约束概念格的恒星光谱数据分类规则挖拥方法，并采用SDSS恒呈光谱数据集，实验验证了由该方法所提取出的分类规则具有较高的分类效率和分类正确率，从而为海量的恒星光谱数据自动分类提供了一种有效方法。
关键词恒星光谱；约束概念格：分类规则；划分支持度；外延支持度
中图分类号：TP311
引言
文献标识码：A
DOI; 10. 3964/j.issn.1000-0593(2010)02-0559-04
具有训练速度快、分类准确率高等特点[}，李乡偶等提出了基于小波特征的M型星自动识别方法"；赵梅芳等提出了基于K近邻方法的窄线与究线活动星系核的自动光谱分
我国建造的一台大天区面积多目标光纤光谱望远镜（简称LAMOST)，是国家重大科学T程项月，已于2008年底投入运行，并已开始观察、接受天体光谱。LAMOST具有高效率大规模测量天体光谱的能力，每个观测夜晚将收集2到4 万条光谱的数据，所观测到的光谱数据量预计可达4TB1]。由此可见，传统的人工处理数据方式将无法满足实际需求，急需研究新的以计算机为主的全自动天体光谱数据分析和处理技术。
目前，天体光谱数据分析与处理主要集中在分类和识别方面，采用的主要方法有主成分分析PCA、人工神经网络、小波分析、贝叶斯统计、粗糙集理论和支持向量机等2-1]。研究较多的是恒星光谱的分类和识别，典型成果有：Auto-class是基于贝叶斯统计的一种分类方法，其独特的分类结果发现了一些以前未注意的光谱类型和谱谐线；Gulati等首先采用两层BP神经网络方法，用于慎量光谱次型的分类}； Jones等采用多个BP网络平均进行恒展光诺次型的分类识别)，薛建桥等采用自适应神经网络SOFM进行了恒呆光谱的分类识别i"}；许馨等将核技巧与Fisher判别分析结合起来，提出了基于广义判别分析方法对恒星、星系和类星体的光谱进行分类[]；刘中田等提出了一种覆盖算法的天体光谱自动分类方法，通过对正常星系、正常恒星、星幕星系和活动星系核的模拟和实测光谱进行分类实验，结果表明该方法
收稿日期：2009-03-02，修订日期：2009-06-06
类[9]；Zhang等研究了巡天光谱的数据格式对光谱自动分析的影响，通过星系和类星体的分类实验结果表明，采用对数波长数据格式对光谱的自动分类更有利"，张继福等提出了一种基于背景知识和粗糙集的天体光谱分类规则提取方法m等。
由于天文界对宇审的认识还比较有限，如何利用数据挖揭技术从海量天体光谱数据中发现未知的和特殊的天体，以及实现海量光谱数据的白动分类是值得研究和探索的新应用领域。概念格是数据分析的一种有效工具，约束概念格是一种新的概念格结构，具构造的时空复杂性低，所提取知识的实用性和针对性强等特点。针对海量恒星光谱自动分类，通过引人外延支持度和划分支持度的概念，提出了一种基于约束概念格的恒星光谱数据分类规则挖据方法，并采用 SDSS恒呆光谱数据，实验验证了提取出的分类规则具有较高的分类效率和分类正确率。
恒星光谱数据及离散化处理
正常恒量光谱是由连续谱和其上所叠加的吸收线组成，恒星光谱的差别决定了恒屋的有效温度T、表面重力加速度g(或大气压力P。)以及元索的化学丰度。因此，恒星光谱类型的差异反映了恒星性质的差异。最常用的慎星光谱分类
（2-602）性回（09009）目
作者简介：张继福，1963年生，太原科技大学计算机科学与技术学院教授万方数据
e-mail; jifuzh@sina,.com