论文摘要
在最新的费米第四期伽马射线源目录（4FGL）中,一共有3 131个耀变体,包括1 116个蝎虎天体（BL Lacs）,686个平谱射电类星体（FSRQs）和1 329个未知类型的耀变体（BCUs）.为了评估BCU可能的分类,通过双样本K-S检验选择合适参数,利用高斯混合有限模型（Mclust）和逻辑回归（LR）监督机器学习算法,对1 329个BCUs的分类进行评估.评估可靠性检验结果表明,Mclust和LR两种算法的准确率分别为85.95%和89.46%.综合两种算法结果,给出了731个BL Lacs和432个FSRQs候选体.
论文目录
文章来源
类型: 期刊论文
作者: 朱柯睿,周瑞鑫,康世举,毛慰明
关键词: 蝎虎天体,平谱射电类星体,监督机器学习,分类
来源: 云南师范大学学报(自然科学版) 2019年05期
年度: 2019
分类: 基础科学
专业: 天文学
单位: 云南师范大学物理与电子信息学院,六盘水师范学院电气工程学院
基金: 国家自然科学基金资助项目(11873043,11763005),贵州省教育厅科技拔尖人才计划资助项目(黔教合KY字[2018]068)
分类号: P157.6
页码: 1-5
总页数: 5
文件大小: 629K
下载量: 57