基于核极限学机的X射线脉冲星光子信号辨识方法

摘要

本发明公开了一种基于极限学机的X射线脉冲星光子信号辨识方法，主要解决现有脉冲星信号辨识算法中耗时时间长、计算量大、实用性差的问题。其实现步骤是：1.根据脉冲星光子信号概率分布函数构建训练样本数据和测试样本数据；2.通过对训练样本进行训练得到极限学机的分类器输出函数；3.将测试样本数据代入极限学机的分类器输出函数得到测试样本的类别标签，完成对脉冲星信号的辨识。本发明利用极限学机方法替代大量的高阶谱计算，减少了运算量，提高了脉冲星光子信号的辨识速度，可用于脉冲星导航系统。

主权项

一种基于极限学习机的X射线脉冲星光子信号辨识方法，包括如下步骤：(1)从EPN网站选取11颗脉冲星轮廓数据，提取每个脉冲星的时间信息和幅度信息作为轮廓信息，用matlab自带拟合工具对脉冲星轮廓信息进行高斯拟合，得到不同时间段内脉冲星光子信号的概率分布函数P(k)，k表示脉冲星光子数目变化量；(2)根据脉冲星光子信号的概率分布函数P(k)构建N个训练样本和N个测试样本；(3)将N个训练样本数据带入极限学习机进行训练，得到极限学习机分类器的输出函数f(x)；(4)将测试样本数据的输入向量代入输出函数f(x)，求得测试样本数据的类别标签label(x)，完成对脉冲星光子信号辨识。