基于SVM的食双星光变曲线自动分类算法

作者：袁慧宇; 赵娟; 戴海峰; 杨远贵^*

来源：天文研究与技术, 2019, 16(02): 187-193.

DOI：10.14005/j.cnki.issn1672-7673.20180904.002

• 光变曲线自动分类
• 支持向量机
• 食双星

提出一种基于机器学习的食双星光变曲线自动分类算法。首先对数据进行预处理,将食双星光变曲线数据归一化,并通过滤波/插值降低噪声;其次使用快速傅里叶变换提取频率信号作为特征向量;最后利用特征向量训练支持向量机获得自动分类模型。使用Python实现算法并抓取CALEB和GCVS数据验证,分析特征向量、支持向量机核函数与惩罚系数对分类正确率的影响,优化后所得分类模型正确率达到92.8%(训练集)和89.0%(测试集),最后使用所得分类模型对第3方数据进行分类,正确率为88.8%,结果证明提出的分类算法的有效性。

• 单位
  淮北师范大学; 淮北师范大学信息学院