项目名称: 基于数据挖掘技术的疏散星团研究
项目编号: No.11403004
项目类型: 青年科学基金项目
立项/批准年度: 2014
项目学科: 天文学、地球科学
项目作者: 高新华
作者单位: 常州大学
项目金额: 22万元
中文摘要: 疏散星团在银盘动力学与化学演化、恒星演化以及恒星系统动力学演化方面都发挥着不可替代的作用。绝大多数疏散星团都受严重的场星污染,成员判定是很关键的一步,当前被广泛使用的运动学成员判定法还存在一些不容忽视的缺点。 本研究项目将数据挖掘技术中的聚类和分类算法用于星团成员判定,以弥补当前运动学方法上的不足。经过对几个星团的测试,我们发现基于密度的聚类算法(DBSCAN)在成员判定方面具有一定优势,此算法能在三维运动学空间(自行+视向速度)获得非常纯净的3D成员星,而不需要任何数学假设。 即使只有自行数据或测光数据也能进行成员判定。并且我们利用DBSCAN算法还发现了NGC188天区的长条形高密度结构,它很可能是NGC188的潮汐尾的一部分。 虽然我们已经利用DBSCAN聚类算法取得了一些有意义的结果,但一些问题还没有得到彻底解决。 另外,其它一些算法可能比DBSCAN算法更有优势,值得深入研究。
中文关键词: 疏散星团;大数据;数据挖掘;聚类分析;
英文摘要: Open clusters (OCs) have long been regards as powerful tools for studies of the Galactic disk , star evolution and dynamical evolution of star system. Most OCs are located in the Galactic plane and suffer from heavy field star contamination, so that mem
英文关键词: open cluster;big data;data mining;clustering analysis;