论文摘要
系外行星的宜居性是近年来探索宇宙的一个热点研究课题,机器学习为系外行星宜居性分类提供了一种可行的手段。然而,现有的宜居性分类效果面临严重不足与局限。为此,给出一种基于梯度提升回归树的系外行星宜居性分类预测方法。首先,使用梯度提升回归树算法对系外潜在宜居行星与非宜居行星的相关物理学与天文学数据集进行训练;然后,利用训练好的模型对相关测试集进行预测。仿真实验结果表明,新方法在测试集上的预测准确率高达100%。
论文目录
文章来源
类型: 期刊论文
作者: 朱维军,王鑫,钟英辉,樊永文,陈永华
关键词: 梯度提升回归树,系外行星,宜居性,二分类
来源: 计算机科学 2019年S1期
年度: 2019
分类: 信息科技,基础科学,工程科技Ⅱ辑
专业: 天文学,航空航天科学与工程,自动化技术
单位: 郑州大学信息工程学院,郑州大学物理工程学院
基金: 国家自然科学基金(U1204608)资助
分类号: TP181;P15;V11
页码: 71-73+79
总页数: 4
文件大小: 657K
下载量: 120