摘 要: | 利用支持向量机(Support Vector Machine, SVM)、随机森林(Random Forest, RF)、集成学习(Ensemble Learning, EM)和多层感知机(Multi-Layer Perceptron, MLP)将罗马5期耀变体多波段目录(The 5th edition of the Roma-BZCAT Multifrequency Catalogue of Blazars, 5BZCAT)中227个不确定类型的耀变体(Blazars of Uncertain type, BZUs)分为蝎虎天体候选体和平谱射电类星体候选体,并通过特征工程和网格搜索方法提高分类准确率。综合4种分类器的分类结果,将判别概率阈值设为0.8,得到33个蝎虎天体候选体和119个平谱射电类星体候选体。
|