一种提高恒星光谱识别率的新方法

本文提出的方法是基于kalman滤波和径向基函数神经网络的，是对提高恒星光谱识别率的深入研究。它不再依赖分类正确率曲线选取特征，可以直接将kalman滤波的输出作为径向基函数神经网络的输入。该技术分为两个阶段：第一阶段，采用kalman滤波对经过归一化的光谱数据进行去噪、降维，同时进行第一次的分类；第二阶段，利用径向基函数神经网络进行第二次的分类。实验表明这种新技术是健壮的、高效率的、通用性强的。该方法的分类结果比主成分分析的最好结果还要好。