摘要：由于人类对宇宙的认识有限，因此，如何通过对光谱数据分析发现一些新的、特殊的天体成为天文学家面临的重要课题。目前，常见特殊天体发现方法的基本思想是利用智能分类算法对离群数据进行分析。然而，当前主流分类算法大多对离群数据不敏感，分类性能甚至受离群点影响较大，因而无法完成特殊天体发现任务。鉴于此，提出基于模糊大间隔最小球分类模型的离群数据挖掘方法，该方法利用部分一般样本和离群样本建立最小球模型，并在此基础上引入模糊技术，通过降低噪声的权重，尽量减少噪声的影响。与C‐SVM ，SVDD ，KNN等传统分类方法在SDSS恒星光谱数据集上的比较实验表明所提方法的有效性。

原文链接:http://d.wanfangdata.com.cn/Periodical/gpxygpfx201604063

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）