首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于数据挖掘技术的激变变星的特征提取

摘要第1-10页
Abstract第10-12页
第1章 绪论第12-19页
   ·引言第12-13页
   ·LAMOST项目简介第13-15页
   ·LAMOST科学目标第15-16页
     ·河外星系的观测第15页
     ·银河系结构和演化第15-16页
     ·多波段目标证认证第16页
   ·研究背景第16-17页
   ·本研究的工作介绍和篇章安排第17-19页
第2章 激变变星简介及其光谱特征第19-28页
   ·激变变星简介第19-21页
   ·激变变星观测特征第21-22页
   ·激变变星的光谱特征第22-28页
第3章 几种数据挖掘算法及其流程第28-45页
   ·数据挖掘概述第28-30页
     ·数据挖掘步骤第28-29页
     ·高维数据挖掘第29-30页
   ·分类和聚类第30-39页
     ·支持向量机SVM第30-33页
     ·贝叶斯分类决策第33-34页
     ·人工神经网络第34-37页
     ·K最近邻第37-38页
     ·K均值第38-39页
   ·蚁群算法第39-45页
     ·基于蚂蚁构造墓地和分类幼体的聚类分析模型第41-42页
     ·基于蚂蚁觅食行为和信息素的分类分析模型第42-45页
第4章 算法结果评估和分析第45-57页
   ·数据及实验准备第45-50页
     ·FITS文件第45-46页
     ·预处理第46页
     ·PCA降维第46-50页
     ·实验环境第50页
   ·程序流程第50-51页
   ·结果比较第51-56页
     ·实验一第51-52页
     ·实验二第52-53页
     ·实验三第53-54页
     ·实验四第54页
     ·实验五第54-56页
   ·问题分析及总结第56-57页
第5章 总结第57-58页
参考文献第58-62页
致谢第62-63页
学位论文评阅及答辩情况表第63页

论文共63页,点击 下载论文
上一篇:基于中小型望远镜的高色散光谱仪性能测试与积分视场单元设计
下一篇:LAMOST一维光谱自动处理