论文部分内容阅读
通过对光谱的研究来识别和认证类星体是天文学研究中的重要方法。文章提出了一种对类星体光谱进行自动识别的自适应径向基神经网络（RRFN）方法。该方法包括以下几个步骤：（1）先将训练样本归一化，再利用PcA变换进行降维，获得样本特征向量；（2）设计出K均值聚类算法与梯度下降法相结合的径向基神经网络结构的基本模型，再用SSE（sum of squares error）误差函数进行判断，对RBFN隐含层的神经元进行自动调节，直至满足给定误差阈值；（3）用训练得到的参数对用于测试的样本中的类星体光谱进行识别。该方法不