基于机器学习算法的脉冲星探测

摘要：

脉冲星是一种具有极大的科学价值的中子星.其在旋转时,地球上可探测到其发射的无线电,而且这种辐射存在周期性.对脉冲星的分类主要采用机器学习算法,各种算法表现不同.该研究对K邻近,决策树,朴素贝叶斯,梯度提升树算法对脉冲星信号进行了二分类,基于F1值和AUC值评估模型,算法对脉冲星的旋转轨迹进行研究,以此来判定各种分类算法的表现,结果显示对于未调参的算法,逻辑回归表现最好,梯度提升树其次.K邻近和决策树表现相对较差.

关键词：脉冲星、脉冲星候选样本、机器学习、分类算法、二分类

所属期刊栏目：4

分类号：TP181;TP391.41(自动化基础理论)

在线出版日期：2020-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：76-78,82