[發(fā)明專(zhuān)利]一種基于無(wú)監(jiān)督機(jī)器學(xué)習(xí)的天文圖像自動(dòng)化分類(lèi)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110853849.3
• 申請(qǐng)日: 2021-07-28
• 公開(kāi)（公告）號(hào): CN113723456B
• 公開(kāi)（公告）日: 2023-10-17
• 發(fā)明（設(shè)計(jì)）人: 鄒志強(qiáng);韓楊;吳家皋;張芷瑞;洪舒欣
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南京郵電大學(xué)
• 主分類(lèi)號(hào): G06V10/764
• 分類(lèi)號(hào): G06V10/764;G06V10/762;G06V10/40;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 南京縱橫知識(shí)產(chǎn)權(quán)代理有限公司 32224
• 代理人: 王麗霞

本發(fā)明公開(kāi)了一種基于無(wú)監(jiān)督機(jī)器學(xué)習(xí)的天文圖像自動(dòng)化分類(lèi)方法及系統(tǒng)。方法包括：對(duì)待分類(lèi)天文圖像數(shù)據(jù)進(jìn)行預(yù)處理；將預(yù)處理后的天文圖像數(shù)據(jù)輸入訓(xùn)練好的卷積自編碼網(wǎng)絡(luò)模型，提取天文圖像特征，得到天文圖像特征集；將得到的天文圖像特征集輸入圖像特征聚類(lèi)模型，輸出每個(gè)天文圖像屬于每個(gè)聚類(lèi)簇的概率；對(duì)已經(jīng)聚類(lèi)成簇的天文圖像進(jìn)行人工打分，得到每個(gè)聚類(lèi)簇屬于每個(gè)類(lèi)的概率；將每個(gè)天文圖像屬于每個(gè)聚類(lèi)簇的概率與每個(gè)聚類(lèi)簇屬于每個(gè)類(lèi)的概率相乘，得到每個(gè)天文圖像屬于每個(gè)類(lèi)的概率，再通過(guò)閾值篩選完成分類(lèi)。本發(fā)明能夠本發(fā)明以較小的代價(jià)在沒(méi)有數(shù)據(jù)標(biāo)簽的情況下獲得較高的天文圖像數(shù)據(jù)分類(lèi)準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于無(wú)監(jiān)督機(jī)器學(xué)習(xí)的天文圖像自動(dòng)化分類(lèi)方法及系統(tǒng)，屬于天文圖像智能處理技術(shù)領(lǐng)域。

背景技術(shù)

星系形成與演化是天體物理學(xué)中一個(gè)重要的科學(xué)問(wèn)題，同時(shí)星系形態(tài)是星系的形成與演化中重要的參考指標(biāo)，它與許多物理參數(shù)，包括質(zhì)量、恒星形成歷史和質(zhì)量分布有很強(qiáng)的相關(guān)性。在Galaxy zoo1.0項(xiàng)目收集了來(lái)自斯隆數(shù)字天空調(diào)查的近90萬(wàn)個(gè)星系的簡(jiǎn)單形態(tài)，由成千上萬(wàn)的志愿者歷時(shí)數(shù)月完成了星系形態(tài)的分類(lèi)。隨著科學(xué)技術(shù)的發(fā)展，觀測(cè)設(shè)備不斷升級(jí)，例如LSST(Large Synoptic Survey Telescope美國(guó)大視場(chǎng)時(shí)空巡天項(xiàng)目)、EUCLID(歐盟歐幾里得空間站巡天項(xiàng)目)、CSST(China Space Station Telescope中國(guó)巡天太空望遠(yuǎn)鏡項(xiàng)目)等項(xiàng)目的建立，我們將邁向大尺度巡天時(shí)代，屆時(shí)天文領(lǐng)域的數(shù)據(jù)集會(huì)以指數(shù)速度增長(zhǎng)。例如Galaxy zoo 2.0項(xiàng)目從SDSS中搜集了1.6億的星系用來(lái)確定星系形態(tài)進(jìn)而研究星系的形成與演化，面對(duì)龐大的星系圖像數(shù)據(jù)集，使用人眼觀測(cè)的方法并不能有效解決這一問(wèn)題，因此天文學(xué)家們把目光轉(zhuǎn)向了一種自動(dòng)分類(lèi)方法。

近些年來(lái)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等方法在星系形態(tài)分類(lèi)領(lǐng)域有了一定的嘗試和應(yīng)用。2010年，Gauci等人提出了將決策樹(shù)學(xué)習(xí)算法和隨機(jī)森林算法相結(jié)合的星系形態(tài)分類(lèi)模型。2015年，F(xiàn)errari等人采用線性判別分析(LDA)技術(shù)進(jìn)行星系形態(tài)分類(lèi)。機(jī)器學(xué)習(xí)算法通常需要復(fù)雜的特征工程，需要先在數(shù)據(jù)集上執(zhí)行探索性的數(shù)據(jù)分析，然后通過(guò)降維將數(shù)據(jù)傳遞給機(jī)器學(xué)習(xí)算法，同時(shí)為得到最好的實(shí)驗(yàn)結(jié)果，需要選擇最佳的特征，為避免特征工程這一復(fù)雜的過(guò)程，天文學(xué)家開(kāi)始嘗試深度學(xué)習(xí)來(lái)解決星系形態(tài)分類(lèi)任務(wù)。

2006年Hinton提出了深度學(xué)習(xí)的概念，通過(guò)構(gòu)建多層的人工神經(jīng)網(wǎng)絡(luò)，在各個(gè)領(lǐng)域做出了積極貢獻(xiàn)。深度學(xué)習(xí)通過(guò)多個(gè)非線性層對(duì)輸入的數(shù)據(jù)進(jìn)行特征提取和抽象，進(jìn)而對(duì)圖像進(jìn)行分類(lèi)。盡管深度學(xué)習(xí)在星系分類(lèi)領(lǐng)域取得了的不小的成就，但是深度學(xué)習(xí)方法訓(xùn)練模型時(shí)，對(duì)訓(xùn)練集的數(shù)據(jù)標(biāo)簽有著強(qiáng)烈的依賴(lài)，但是現(xiàn)實(shí)情況是，為天文圖像標(biāo)記標(biāo)簽是一件專(zhuān)業(yè)性很強(qiáng)的工作，而且需要消耗專(zhuān)家大量的時(shí)間成本，此外，使用人工給天文圖像打標(biāo)簽，在一定程度上引入了對(duì)天文圖像的人為偏見(jiàn)，而這些人為偏見(jiàn)往往難以被人們發(fā)現(xiàn)。

發(fā)明內(nèi)容

發(fā)明目的：隨著天文大數(shù)據(jù)時(shí)代的到來(lái)，天文圖片將呈指數(shù)增長(zhǎng)，短時(shí)間內(nèi)獲得大量的有標(biāo)簽天文數(shù)據(jù)將變得不那么實(shí)際，屆時(shí)有監(jiān)督機(jī)器學(xué)習(xí)技術(shù)會(huì)存在諸多不足，本發(fā)明的目的在于提供一種基于無(wú)監(jiān)督機(jī)器學(xué)習(xí)的天文圖像自動(dòng)化分類(lèi)方法及系統(tǒng)，以解決在數(shù)據(jù)沒(méi)有標(biāo)簽的情況下難以直接對(duì)天文圖像進(jìn)行準(zhǔn)確分類(lèi)的問(wèn)題。

要實(shí)現(xiàn)上述發(fā)明內(nèi)容，必須要解決幾個(gè)核心問(wèn)題：(1)目前存在的天文圖像分類(lèi)方法中考慮的數(shù)據(jù)大多需要人工對(duì)數(shù)據(jù)集進(jìn)行標(biāo)記，例如Galaxy zoo數(shù)據(jù)集被發(fā)布在網(wǎng)站上，以眾包的形式讓天文愛(ài)好者去共同完成分類(lèi)工作，這種眾包方式不僅耗時(shí)，也會(huì)帶入人為偏見(jiàn)；(2)無(wú)監(jiān)督分類(lèi)方法大多局限于聚類(lèi)模型。由于天文圖像是高維圖像數(shù)據(jù)，其數(shù)據(jù)往往以三維圖像呈現(xiàn)，面對(duì)大量的高維數(shù)據(jù)，一般的聚類(lèi)模型會(huì)陷入維度詛咒或者難以處理如此大規(guī)模、高緯度的天文圖像數(shù)據(jù)。

技術(shù)方案：為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：

一方面，本發(fā)明提供了一種基于無(wú)監(jiān)督機(jī)器學(xué)習(xí)的天文圖像自動(dòng)化分類(lèi)方法，包括：

對(duì)待分類(lèi)天文圖像數(shù)據(jù)進(jìn)行預(yù)處理；