期刊文献+

从海量星系光谱中搜索超新星候选光谱 被引量:7

原文传递
导出
摘要 完善了一种在海量星系光谱中快速搜索超新星光谱的方法.该方法主要包括五个步骤,第一,光谱的预处理,包括去噪、退红移等处理过程;第二,对每一条光谱进行星系成分和超新星成分的快速分解,并计算本文定义的超新星统计特征描述向量;第三,样本约减,即利用基于局部孤立性因子的离群搜索算法对海量光谱数据样本进行约减;第四,对约减后的结果与所有模板进行交叉相关匹配,根据匹配结果及相应参数获得初步的超新星候选光谱;第五,人工排除,即根据超新星光谱明显的谱线特征排除一些误匹配结果,最终得到特征相对明显的超新星候选光谱.根据上述方法,对选自美国斯隆数字巡天第七期释放数据(SDSS-DR7)的具有较高信噪比的294843条星系光谱进行搜索,获得了36条含爆发超新星的星系光谱侯选,其中9个为本文首次发现并报告,15个已以快报形式被本文作者公开报告,另外12个为已发现并公开命名的超新星光谱.根据最匹配模板的类型,24个未命名的超新星候选光谱包括20个Ia型,3个Ic型和1个II型样本.
出处 《中国科学:物理学、力学、天文学》 CSCD 北大核心 2010年第10期1282-1292,共11页 Scientia Sinica Physica,Mechanica & Astronomica
基金 国家自然科学基金资助项目(批准号:60773040 10973021)
  • 相关文献

参考文献6

二级参考文献35

  • 1Jacoby, G. H., Hunter, D. A., Christian, C. A.,1984, ApJS, 56, 257
  • 2Joachims, T. 1999, Advances in Kernel Methods - Support Vector Learning, MIT-Press
  • 3Kinney, A. L., Calzetti, D., Bohlin, R. C., et al. 1996, ApJ, 467, 38
  • 4Galaz, G., & Lapparent, V. 1998, A&A, 332, 459
  • 5Qin, D. M., Guo, E, Hu, Z. Y., et al. 2003, ChJAA (Chin. J. Astron. Asu:ophys.), 3,277
  • 6Stone, M. 1974, Journal of the Royal Statistical Society, 36, 111
  • 7Zaritsky, D., Zabludoff, A. I., & Willick, J. A. 1995, AJ, 110, 1602
  • 8Zhang, Y., & Zhao, Y. 2004, A&A, 422, 1113
  • 9Zhang, Y., & Zhao, Y. 2003, PASP, 115, 1006
  • 10Vanden Berk, D. E., et al. 2001, AJ, 122, 549

共引文献10

同被引文献44

引证文献7

二级引证文献13

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部