论文部分内容阅读
随着大型巡天项目的开展，来自不同巡天波段的数据急剧增加。如何从海量的多波段数据中有效地提取类星体候选体是值得深入探讨的问题。本文研究的主要目标是基于双色图，利用线性判别分析（Linear Discriminant Analysis，简称LDA）、二次判别分析（Quadratic Discriminant analysis，简称QDA）和支持向量机（Support Vector Machines，简称SVM）算法从海量天文巡天数据中选取类星体候选体。通过对各个算法的优缺点、适用范围的研究，提出一个能够适用于大样本数据并有着优质的分类性能的多级分类器：“曲线切割—SVM”分类器，它的分类效果表明类星体的精确度和召回率都高达98%以上。