基于残差神经网络的恒星-星系分类器

摘要

使用残差神经网络(residual neural network,RNN)算法对斯隆数字巡天(Sloan digital sky survey,SDSS)提供的天体伪彩色图片进行分类,直接从图像中获得特征.使用带有光谱信息的星系与恒星图片作为训练集和测试集.经过训练,在测试集上的准确率达到98.23%,召回率达到98.80%.这表明:RNN可以实现对星系和恒星图像的精确分类,分类器给出的恒星-星系概率是有效的,可用于分类可靠度评估;还可以尝试将此分类器应用到未来巡天中,进一步测试其性能.