论文部分内容阅读
星系通常分为正常星系(NG)与活动星系(AG)两类. 文章提出了一种自动获取NG红移的快速有效方法: (1) 由NG模板根据红移范围Ⅰ: 0.0~0.3与Ⅱ: 0.3~0.5模拟得到两类星系样本, 进行PCA变换获得样本特征向量; (2) 利用概率神经网络设计两类样本特征向量的Bayes分类器; (3) 对于实际NG光谱数据, 利用Bayes分类器进行分类确定其红移的范围, 然后在此范围内进行模板匹配得到红移的准确值. 与在整个红移范围内的模板匹配方法相比, 此方法不但节省了50%的模板匹配运算量, 而且