两种监督机器学习算法在Fermi BCU分类评估中的应用

作者：朱柯睿; 周瑞鑫; 康世举; 毛慰明^*

来源：云南师范大学学报(自然科学版), 2019, 39(05): 1-5.

• 蝎虎天体
• 平谱射电类星体
• 监督机器学习
• 分类

在最新的费米第四期伽马射线源目录(4FGL)中,一共有3 131个耀变体,包括1 116个蝎虎天体(BL Lacs),686个平谱射电类星体(FSRQs)和1 329个未知类型的耀变体(BCUs).为了评估BCU可能的分类,通过双样本K-S检验选择合适参数,利用高斯混合有限模型(Mclust)和逻辑回归(LR)监督机器学习算法,对1 329个BCUs的分类进行评估.评估可靠性检验结果表明,Mclust和LR两种算法的准确率分别为85.95%和89.46%.综合两种算法结果,给出了731个BL Lacs和432个FSRQs候选体.

• 单位
  云南师范大学; 六盘水师范学院