基于数据挖掘技术的疏散星团研究

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；