傅立叶级数+机器学习法双联预测小行星分类

摘要

利用傅立叶级数对散点小行星光变数据进行曲线拟合,以获得小行星表示参数,选取傅立叶级数为6的拟合方式对单体或双体小行星光变曲线进行分类,并用机器学习算法中的SVM和决策树建立预测模型.检验结果表明,SVM模型对单体和双体小行星的预测正确率达到95％,相较于决策树正确率提高了10％,为从小行星实际观测数据直接推测双体小行星潜在相关应用提供了参考.