一种基于神经网络的周期变星光变曲线分类方法

本发明公开了一种基于神经网络的周期变星光变曲线分类方法，涉及天文测光数据分类与识别领域，包括：采用智能神经网络组成原理，训练若干个小网，每个小网负责识别一种变星类型，再将所有小网组成大的智能神经网络，以识别所有变星类型。本发明将光变曲线的傅里叶频谱中谐波的振幅做为特征值，对小网进行有监督学习，再结合智能神经网络的符号逻辑，提高了整个网络的学习和识别效率。此外，本发明还具良好的可扩展性，例如将来需要新增一种待识别的变星类型时，仅需再增加一个对应的小网，把它加入大网后再迭代地进行少量训练即可。