在SDSS DR8恒星光谱中自动搜寻稀有天体

SDSS DR8海量光谱中包含许多有研究价值的稀有天体,如特殊白矮星(DZ,DQ,DC)、碳星、白矮主序双星、激变变星等,如何在海量光谱中自动搜寻稀有天体有着极其重要的意义。提出一种基于核密度估计和K-近邻(K-nearest neighbor, KNN)相结合的方法在SDSS DR8 信噪比大于5的546 383个恒星光谱中搜寻稀有天体。首先对光谱进行高斯核密度估计,选取概率最小的5 000个光谱作为稀有类,概率最大的300 000个光谱作为普通类,然后进行KNN分类,同时也将5 000个稀有光谱的K个最近邻也作为稀有的天体,结果共有21 193条光谱。为了方便分析,对这些光谱聚类后进行人工检查。这些光谱主要包括由于数据缺失、红化、流量定标不准引起的问题光谱、行星状星云、没有物理联系的光谱双星、类星体、特殊白矮星(DZ,DQ,DC)、碳星、白矮主序双星、激变变星等。通过和SIMBAD,NED,ADS及一些主要的文献交叉验证,我们新发现了3个DZ白矮星、1个白矮主序双星、2个伴星为G型星的激变变星,3个激变变星的候选体、6个DC白矮星,1个DC白矮星候选体和1个 BL Lacertae(BL lac)候选体。还发现了1个有CaⅡ三重发射线和MgⅠ发射线的DA白矮星和1个光谱上表现出发射线的晚M恒星但测光图上像是一个星云或星系。     

SDSS-DR10中WDMS光谱的自动搜索研究

SDSS-DR10是美国SLOAN巡天望远镜发布的最新数据,包含了首批APOGEE光谱。这些海量的天文光谱除了可以用来探寻银河系的结构和进行多波段证认外,还蕴藏着包括白矮主序双星在内的特殊天体。白矮主序双星是一类特殊的双星系统,它由两颗主序星演化而来,包含了中低质量恒星演化的终点—白矮星,以及M矮星。白矮主序双星对于密近双星的演化和参数研究有积极的意义。目前针对这类特殊天体的发现主要使用测光筛选结合后期观测证认的方法,不但准确率低,而且需要耗费较多的人工处理时间,无法满足在海量光谱数据中快速发现目标天体的需要。提出一种适用于在海量天文光谱中自动、快速发现白矮主序双星的方法。该方法针对SDSS的DR10数据,使用改进的遗传算法对海量光谱进行自动识别,寻找白矮主序双星候选体。实验共发现了4, 140个白矮主序双星,通过交叉证认,其中24个是未被收录的新的源。验证了遗传算法在天文数据挖掘和自动搜索方面的有效性,为在海量光谱中快速发现特殊天体提供了另一途径。该方法也可用于在其他巡天望远镜的海量光谱中进行特定天体的自动识别。提供了新发现的白矮主序双星的赤经、赤纬等信息,补充了现有的白矮主序双星光谱库。     

基于多支持度的增量式关联规则挖掘算法

传统的基于关联规则的挖掘算法采用的是统一的最小支持度,但是在实际的事务数据库中数据项的重要性是不同的。针对目前多支持度和增量式关联规则更新维护的局限性,提出一种基于多支持度的增量式关联规则挖掘算法。允许用户根据不同项的重要性设置权值,有利于发现更多有趣的规则。采用矩阵的向量内积策略,结合动态剪枝,无需多次扫描事务数据库,不生成庞大候选集。实验结果验证了算法的有效性。更多还原     

基于数据挖掘建立高校系科办学评估体系的合理性评价系统

本文运用关联规则发现方法与人事信息库进行数据挖掘,寻找高校系科办学评估体系中各因素间的关联关系,并根据关联关系强弱分析各因素的权重设置的合理性。本文分析和指出了现有一些看法的优缺点,提出了在Tid-optim算法,并对发现的规则进行分析,通过数据抽样建立合理性评价体系,有效地解决了权重设置的不合理问题,为高校管理决策提供科学依据。     

计算(机)化学学科进展(2011-2013)

计算(机)化学已成为化学学科的重要组成部分,在理论计算、分子模拟、数据挖掘以及复杂体系分析中发挥了重要作用。本文总结了近年来化学信息学的研究进展,包括化学信息学方法、软件及数据库技术以及化学信息学在结构、性质、相互作用、反应机理,蛋白质及功能材料的性能研究,复杂体系化学数据分析中的应用。共引用参考文献78篇。     

数据挖掘技术在高校教学实践中的应用

阐述了经典的决策树ID3算法,并利用该算法对高校大学物理实验课程学生成绩进行数据挖掘,从中提取有价值的信息,并对得到的结果进行分析,得出了影响学生成绩的原因,为提高高校教学管理水平提供了依据.     

聚类分析在互动电视产品销售片区划分中的应用

聚类分析是数据挖掘中一种常用的技术,是根据事物本身特性来研究个体分类,按照物以类聚的原则来研究的事物分类.在商业上,聚类分析可以多角度用于市场分析,比如通过分析发现不同的客户群,并且通过购买模式刻画不同的客户群的特征,为市场营销和策略的制定提供科学合理的参考.从不同网络区域覆盖数字电视用户的一些特征(包括市场占有特征、产品消费特征等)出发,应用两步聚类方法将网络区域进行划分,得到不同的用户群体,然后针对不同的群体特征加以分析,为互动电视产品的市场营销战略和策略的制定提供科学合理的参考.     

新型发光材料磷酸锌钾纳米片的制备

以ZnSO4·7H2O和K3PO4·3H2O为原料采用固相反应合成磷酸锌钾,应用均匀设计和数据挖掘技术设计实验方案,采用XRD、SEM和EDS等方法对产物进行表征,并对产物的长余辉发光性能进行了研究。结果表明,根据产物的产率和锌的含量进行回归分析可以建立2个数学模型,对模型进行优化处理可以得到固相法合成磷酸锌钾的最优工艺条件。在n(K3PO4·3H2O)∶n(ZnSO4·7H2O)=1.01、研磨时间31 min、保温温度750℃、保温时间3.2 h的最优条件下制备的KZnPO4纳米片,在紫外光照后可产生蓝绿色长余辉发光,最强发光峰的波长范围为415～530 nm。     

基于模糊聚类算法的客户细分研究

以客户关系为导向的服务经济时代,客户细分是企业判断具有相似特征的客户,并以此为基础有针对性的提供产品及服务的最为有效的手段.利用数据挖掘技术,将模糊聚类算法应用于客户细分中,以此寻找具有相似特征及价值的客户,并在电信行业中进行实证应用.