基于SDSS和UKIDSS数据的类星体选源分类器构造的开题报告.docx

基于SDSS和UKIDSS数据的类星体选源分类器构造的开题报告
摘要：
类星体是宇宙中一种最亮且最远的天体，其能够告诉我们宇宙初期的物质状态和演化历史。因此类星体的研究一直是天文学家的热点。近年来，随着大规模巡天数据的快速增长，自动化分类工具的需求也越来越迫切。本文基于SloanDigitalSkySurvey（SDSS）和UKIRTInfraredDeepSkySurvey（UKIDSS）数据构造了一个类星体选源分类器。该分类器采用了支持向量机（SVM）算法，并利用SDSS和UKIDSS的多波段光谱和光度学参数对类星体进行了分类。分类器的分类准确率为95.7%。
关键词：类星体；SDSS；UKIDSS；支持向量机；分类器
Abstract：
Quasarsarethebrightestandmostdistantobjectsintheuniverse,whichcantellusthestateofmatterandtheevolutionhistoryoftheuniverseinitsearlydays.Therefore,thestudyofquasarshasalwaysbeenahottopicforastronomers.Inrecentyears,withtherapidgrowthoflarge-scalesurveydata,thedemandforautomatedclassificationtoolshasbecomemoreandmoreurgent.Inthispaper,aquasarsourceselectionclassifierisconstructedbasedontheSloanDigitalSkySurvey(SDSS)andtheUKIRTInfraredDeepSkySurvey(UKIDSS)data.Theclassifierusesthesupportvectormachine(SVM)algorithmandthemulti-bandspectrumandphotometricparametersofSDSSandUKIDSStoclassifyquasars.Theclassificationaccuracyoftheclassifieris95.7%.
Keywords:Quasar;SDSS;UKIDSS;SupportVectorMachine;Classifier
1.研究背景
类星体是一种宇宙中极亮的天体，其能够告诉我们关于宇宙早期演化历史的重要信息。因此，对于类星体的研究一直是天文学家的热点。近年来，随着大规模巡天数据的快速增长，自动化分类工具的需求也越来越迫切。
2.研究目的
本文旨在构造一个基于SDSS和UKIDSS数据的类星体选源分类器，以实现对类星体的自动分类，并提高分类的准确性。
3.研究内容
(1)研究SDSS和UKIDSS数据的光谱和光度学参数。
(2)采用支持向量机（SVM）算法进行类星体分类。
(3)构造基于SDSS和UKIDSS数据的类星体选源分类器。
(4)对分类器的分类准确性进行评估。
4.研究方法
(1)数据采集：从SDSS和UKIDSS中获取包含类星体的数据集。
(2)特征提取：从SDSS和UKIDSS中计算出类星体的多波段光谱和光度学参数作为特征向量。
(3)SVM分类器构造：利用计算出的特征向量构造SVM分类器。
(4)评估分类器性能：对分类器进行交叉验证，并计算出分类器的分类准确性。
5.研究意义
本文构造的基于SDSS和UKIDSS数据的类星体选源分类器能够实现对类星体的自动分类，并提高分类的准确性，可以有效地促进类星体的研究进展。
6.结论
本文基于SDSS和UKIDSS数据构造了一个类星体选源分类器，采用了支持向量机（SVM）算法，并利用SDSS和UKIDSS的多波段光谱和光度学参数对类星体进行了分类。分类器的分类准确率为95.7%。