![](https://csdnimg.cn/release/download_crawler_static/19216004/bg1.jpg)
第
32
卷第
4
期
太原科技大学学报
Vo
l.
32
No;
4
2011
年
8
月
JOURNAL
OF TAIYUAN UNIVERSITY OF SCIENCE
AND
TECHNOLOGY Aug.2011
文章第号
:1673
-2057(2011
)04
-0269
-05
恒星光谱数据分类规则挖掘系统研究
马洋
(太原科技大学华科学院,太原
030024)
摘
要:针对恒星光谱数据的处理需求,采用约束概念格作为恒星自动分类手段,利用
Visual
C + +
6.0
和
Oracle
lO
g
作为系统开发的工具,设计并实现了恒星光谱数据的自动分类系统,在介绍系统的功
能模块和体系结构的基础上,详细描述了系统的关键技术。系统的运行结果表明,利用约束概念格来实
现恒星光谱数据的自动分类,是可行的和有价值的。
关键词:恒星光谱;数据挖掘;约束概念格;自动分类
中图分类号
:T
自
11
文献标志码
:A
LAMOST
望远镜具有
4m
口径,采用多镜面加
主动光学技术和并行可控式光纤定位创新技术,在
1.5
h
曝光时间内,可以以
10
埃的光谱分辨率观测
到极限星等为
20.
5
m
的暗弱天体光谱。、
LAMOST
相对于在
5
。视场的1.
75
m
焦面上放置
4000
根光
纤,然后连接到多台光谱仪上,同时获得
4000
个天
体的光谱,因此它将成为大口径兼大视场光学望远
镜的世界之最,而且是天体光谱获取率最高的望远
镜,预计每晚能够接收
4
万多条数据,其容量将会达
到
4TB[1]
。传统的数据处理方式将不能满足实际要
求,急需一种新的技术来为
LAMOST
数据处理提供
服务。
概念格是一种高效的处理海量数据的工具。
约束概念格是将背景知识融于概念格的构造中而
形成的新算法,在时空复杂性上具有明显的降低,
而且能够提取针对性较强的规则[凹在概念格构
造上有批处理构造和渐进式构造,近年来还提出了
基于分布式的构造
[4-5]
。本文针对
LAMOST
工程而
设计,在构造约束概念格的基础上,提出一种面向
恒星光谱数据分类的方法,并采用
Visual
C + +
6.0
和
Oracle
lO
g
作为系统开发的工具,设计并实现了
恒星光谱数据的自动分类系统。在介绍系统的功
收稿日期
:2010-12-27
基金项目:山西省自然科学基金
(2010011021-2
)
能模块和体系结构之后,详细描述了恒星光谱数据
的预处理、背景知识约束、约束概念格的构造、分类
规则提取等功能,给出了系统采用的关键技术。最
后,通过系统挖掘结果说明,采用约束概念格挖掘
恒星光谱的分类规则是可行的和有价值的。
1
概念格与约束概念格
定义
1
将形式背景定义为一个三元组,即
L
=
饵
,
N
,])
,
其中
H
为对象的集合
,
N
为属性的集合,]ç,
HxN.
若
h
E
H
和
nεN
在关系
J
中,则表示为仙,
n)
ε J
,
也就是说对象
h
拥有
n
这样的属性。形成的
二元偏序关系能够转换成一个概念格结构
M.
定义
2
假设概念格
M
由形式背景
L
构造而得,
那么概念格
M
中的每一个结点叫做概念,记为
D(B
,
C)
,其中
B
Ep(H)
叫做概念的外延,
C
ε
p(N)
叫做
概念的内涵,将具有这样一种特征的概念格称为一
般概念格。
在构造一般概念格的时候,概念的内涵所拥有
的属性不一定是用户感兴趣的,而且某些属性在实
际使用过程中没有意义。因而,可以使用用户感兴
趣的属性来指导概念格的构造,对这些属性进行提
炼便形成背景知识。在概念格构造的时候加人背景
作者简介:马洋(1
984
-),女,助教,硕士,主要研究方向为数据挖掘。