论文部分内容阅读
脉冲星是一种具有极大的科学价值的中子星。其在旋转时,地球上可探测到其发射的无线电,而且这种辐射存在周期性。对脉冲星的分类主要采用机器学习算法,各种算法表现不同。该研究对K邻近,决策树,朴素贝叶斯,梯度提升树算法对脉冲星信号进行了二分类,基于F1值和AUC值评估模型,算法对脉冲星的旋转轨迹进行研究,以此来判定各种分类算法的表现,结果显示对于未调参的算法,逻辑回归表现最好,梯度提升树其次。K邻近和决策树表现相对较差。