基于高性能计算的LAMOST连续谱异常光谱的自动识别研究
| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 引言 | 第12页 |
| 1.2 LAMOST项目介绍 | 第12-14页 |
| 1.3 研究背景及目标 | 第14-18页 |
| 1.3.1 光谱数据背景 | 第14-15页 |
| 1.3.2 连续谱异常光谱背景 | 第15-17页 |
| 1.3.3 研究现状 | 第17-18页 |
| 1.4 论文的主要工作及组织结构 | 第18-20页 |
| 第二章 主要技术介绍 | 第20-25页 |
| 2.1 高性能计算平台(HPC)介绍 | 第20-23页 |
| 2.1.1 高性能的现状与发展 | 第20-21页 |
| 2.1.2 平台架构 | 第21页 |
| 2.1.3 高性能计算平台并行计算介绍 | 第21-23页 |
| 2.2 基于python的天文数据处理 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 连续谱异常光谱识别方法介绍 | 第25-38页 |
| 3.1 引言 | 第25-26页 |
| 3.2 模板光谱介绍 | 第26-28页 |
| 3.3 Lick线指数 | 第28-31页 |
| 3.3.1 Lick线指数简介 | 第28-30页 |
| 3.3.2 基于Lick线指数的恒星光谱分类 | 第30-31页 |
| 3.4 连续谱异常光谱自动识别方法介绍 | 第31-37页 |
| 3.4.1 检测流量连续为零的光谱 | 第31-32页 |
| 3.4.2 提取连续谱 | 第32-35页 |
| 3.4.3 模板匹配 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 实验流程及结果分析 | 第38-48页 |
| 4.1 单机环境下实验 | 第38-41页 |
| 4.1.1 实验准备 | 第38-39页 |
| 4.1.2 实验步骤 | 第39页 |
| 4.1.3 实验结果 | 第39-41页 |
| 4.2 伪高性能并行计算环境下实验介绍 | 第41-43页 |
| 4.2.1 伪高性能并行计算环境搭建 | 第41-42页 |
| 4.2.2 实验准备 | 第42页 |
| 4.2.3 实验步骤 | 第42页 |
| 4.2.4 实验结果 | 第42-43页 |
| 4.3 高性能计算平台下连续谱异常识别方法的实现 | 第43-46页 |
| 4.3.1 集群作业调度系统 | 第43-44页 |
| 4.3.2 实验准备 | 第44-45页 |
| 4.3.3 实验步骤 | 第45页 |
| 4.3.4 实验结果 | 第45-46页 |
| 4.4 实验结果对比分析 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 工作总结 | 第48-49页 |
| 5.2 后续研究及展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 学位论文评阅及答辩情况表 | 第55页 |
