低分辨率光谱仪数据集，IRAS-LRS数据库的531个高质量光谱

红外天文卫星（IRAS）是第一次尝试在红外波段绘制全天图。地面观测站无法做到这一点，因为大部分红外光谱被大气吸收。主要的观测项目是通过在4个频率进行扫描进行的全高分辨率天空测绘。低分辨率观测（IRAS-LRS）计划在两个连续谱带上观测到高强度源。该数据库来自于在赤经12小时和24小时之间进行的高质量LRS观测的子集。 该数据库包含来自IRAS-LRS数据库的531个高质量光谱。原始数据包含两个重叠波段各100个光谱测量值。其中，44个蓝带和49个红带通道包含可用的通量测量。这里只包括这些。原始光谱强度值压缩为4位数字，每个光谱包括5个重缩放参数。我们已使用LRS指定的算法将其重新缩放为光谱强度单位（Janskys）。通过将每个光谱标准化为5000的平均值，消除了总强度差异。 该数据库最初用于开发和测试我们的自动分类系统，用于贝叶斯分类。我们没有保留这一发展的任何结果，我们集中精力研究同一数据的5425个元素版本。我们的分类基于所有93个光谱强度的同时建模。通过更大的数据库，我们能够找到与特定恒星类型相关的已知光谱类型完全对应的类。我们还发现了与艾姆斯天文学家所研究的某些恒星过程的预期光谱相匹配的类。这些类别大大扩大了这些研究人员正在研究的恒星的范围。 Original data: The original fortran data file is given in spectra-2.data. The file spectra-2.head contains information about the .data file contents and how to rescale the compressed spectral intensities. Attribute Information: 1. LRS-name: (Suspected format: 5 digits, "+" or "-", 4 digits) 2. LRS-class: integer - The LRS-class values range from 0 - 99 with the 10's digit giving the basic class and the 1's digit giving the subclass. These classes are based on features (peaks, valleys, and trends) of the spectral curves. 3. ID-type: integer 4. Right-Ascension: float - Astronomical longitude. 1h = 15deg 5. Declination: float - Astronomical lattitude. -90 <= Dec <= 90 6. Scale Factor: float - Proportional to source strength 7. Blue base 1: integer - linear rescaling coefficient 8. Blue base 2: integer - linear rescaling coefficient 9. Red base 1: integer - linear rescaling coefficient 10. Red base 2: integer - linear rescaling coefficient 11-54: fluxes from the following 44 blue-band channel wavelengths: (all given as floating point numerals) - 11. 7.8636 - 12. 8.0485 - 13. 8.2286 - 14. 8.4043 - 15. 8.5758 - 16. 8.7436 - 17. 8.9078 - 18. 9.0686 - 19. 9.2262 - 20. 9.3809 - 21. 9.5328 - 22. 9.6820 - 23. 9.8286 - 24. 9.9728 - 25. 10.1148 - 26. 10.2545 - 27. 10.3922 - 28. 10.5279 - 29. 10.6616 - 30. 10.7935 - 31. 10.9237 - 32. 11.0521 - 33. 11.1790 - 34. 11.3042 - 35. 11.4280 - 36. 11.5503 - 37. 11.6711 - 38. 11.7907 - 39. 11.9089 - 40. 12.0258 - 41. 12.1415 - 42. 12.2560 - 43. 12.3693 - 44. 12.4816 - 45. 12.5927 - 46. 12.7028 - 47. 12.8118 - 48. 12.9199 - 49. 13.0269 - 50. 13.1330 - 51. 13.2382 - 52. 13.3425 - 53. 13.4459 - 54. 13.5485 55-103: fluxes from the following 49 red-band channel wavelengths: (all given as floating point numerals) - 55. 10.9929 - 56. 11.3704 - 57. 11.7357 - 58. 12.0899 - 59. 12.4339 - 60. 12.7687 - 61. 13.0948 - 62. 13.4131 - 63. 13.7239 - 64. 14.0278 - 65. 14.3252 - 66. 14.6166 - 67. 14.9022 - 68. 15.1825 - 69. 15.4576 - 70. 15.7280 - 71. 15.9937 - 72. 16.2551 - 73. 16.5123 - 74. 16.7656 - 75. 17.0151 - 76. 17.2610 - 77. 17.5034 - 78. 17.7425 - 79. 17.9784 - 80. 18.2113 - 81. 18.4412 - 82. 18.6682 - 83. 18.8925 - 84. 19.1142 - 85. 19.3334 - 86. 19.5500 - 87. 19.7643 - 88. 19.9763 - 89. 20.1861 - 90. 20.3937 - 91. 20.5992 - 92. 20.8026 - 93. 21.0041 - 94. 21.2037 - 95. 21.4014 - 96. 21.5973 - 97. 21.7914 - 98. 21.9838 - 99. 22.1745 - 100. 22.3636 - 101. 22.5511 - 102. 22.7371 - 103. 22.9216 Relevant Papers: A NASA-Ames research group concerned with unsupervised learning tasks may have used this database during their empirical studies of their algorithm/system (AUTOCLASS II). See the 1988 Machine Learning Conference Proceedings, 54-64, for a description of their algorithm. Citation Request: Please refer to the Machine Learning Repository's citation policy Originator: Infra-Red Astronomy Satellite Project Database Donor: John Stutz <STUTZ '@' pluto.arc.nasa.gov> It's possible that one of John's colleagues actually provided this to UCI, perhaps Mike Marshall (MARSHALL%PLU '@' io.arc.nasa.gov)

红外天文卫星（Infrared Astronomical Satellite, IRAS）是首个尝试在红外波段绘制全天星图的任务。由于地球大气会吸收绝大多数红外光谱，地面观测站无法完成此类全天空测绘。IRAS的核心观测方案为通过4个频率开展扫描，实现高分辨率全天空测绘。低分辨率巡天（Low Resolution Survey, LRS）项目计划在两个连续谱带中对高强度源进行观测。本数据集源自赤经12小时至24小时区间内的高质量LRS观测子集，包含来自IRAS-LRS数据库的531条高质量光谱。原始数据中，两个重叠谱带各包含100条光谱测量值，其中蓝带通道44个、红带通道49个具备可用的通量测量数据，本数据集仅保留此类有效数据。原始光谱强度值经4比特压缩，每条光谱附带5个重缩放参数；我们已采用LRS指定的算法将其重新缩放为标准光谱强度单位——央斯基（Janskys）。通过将每条光谱归一化至5000的均值，消除了总强度的系统性差异。

本数据集最初用于开发和测试我们的贝叶斯自动分类系统，但我们并未保留该阶段的开发结果，转而聚焦于包含5425个元素的同数据集版本。我们的分类方法基于对全部93个光谱强度通道的联合建模。借助更大规模的数据库，我们成功找到了与特定恒星类型相关的已知光谱类型完全匹配的类别，同时还发现了与艾姆斯（Ames）天文学家所研究的部分恒星过程预期光谱相符的类别。这些类别极大拓展了该研究团队所涉恒星的研究范围。

原始数据：原始Fortran数据文件为spectra-2.data。文件spectra-2.head包含该.data文件的内容说明以及压缩光谱强度的重缩放方法。

属性信息：
1. LRS-name：（疑似格式：5位数字 + "+"或"-" + 4位数字）
2. LRS-class：整数型——LRS类别取值范围为0至99，十位数字代表基础类别，个位数字代表子类别。此类别的划分基于光谱曲线的特征（峰、谷与变化趋势）。
3. ID-type：整数型
4. 赤经（Right-Ascension）：浮点型——天文经度，1小时赤经对应15度
5. 赤纬（Declination）：浮点型——天文纬度，取值范围为-90 ≤ Dec ≤ 90
6. 比例因子（Scale Factor）：浮点型——与源强度成正比的参数
7. 蓝基1（Blue base 1）：整数型——线性重缩放系数
8. 蓝基2（Blue base 2）：整数型——线性重缩放系数
9. 红基1（Red base 1）：整数型——线性重缩放系数
10. 红基2（Red base 2）：整数型——线性重缩放系数
11至54号属性：44个蓝带通道波长对应的通量值（均为浮点型数值），具体波长如下：
11. 7.8636
12. 8.0485
13. 8.2286
14. 8.4043
15. 8.5758
16. 8.7436
17. 8.9078
18. 9.0686
19. 9.2262
20. 9.3809
21. 9.5328
22. 9.6820
23. 9.8286
24. 9.9728
25. 10.1148
26. 10.2545
27. 10.3922
28. 10.5279
29. 10.6616
30. 10.7935
31. 10.9237
32. 11.0521
33. 11.1790
34. 11.3042
35. 11.4280
36. 11.5503
37. 11.6711
38. 11.7907
39. 11.9089
40. 12.0258
41. 12.1415
42. 12.2560
43. 12.3693
44. 12.4816
45. 12.5927
46. 12.7028
47. 12.8118
48. 12.9199
49. 13.0269
50. 13.1330
51. 13.2382
52. 13.3425
53. 13.4459
54. 13.5485
55至103号属性：49个红带通道波长对应的通量值（均为浮点型数值），具体波长如下：
55. 10.9929
56. 11.3704
57. 11.7357
58. 12.0899
59. 12.4339
60. 12.7687
61. 13.0948
62. 13.4131
63. 13.7239
64. 14.0278
65. 14.3252
66. 14.6166
67. 14.9022
68. 15.1825
69. 15.4576
70. 15.7280
71. 15.9937
72. 16.2551
73. 16.5123
74. 16.7656
75. 17.0151
76. 17.2610
77. 17.5034
78. 17.7425
79. 17.9784
80. 18.2113
81. 18.4412
82. 18.6682
83. 18.8925
84. 19.1142
85. 19.3334
86. 19.5500
87. 19.7643
88. 19.9763
89. 20.1861
90. 20.3937
91. 20.5992
92. 20.8026
93. 21.0041
94. 21.2037
95. 21.4014
96. 21.5973
97. 21.7914
98. 21.9838
99. 22.1745
100. 22.3636
101. 22.5511
102. 22.7371
103. 22.9216

相关论文：NASA艾姆斯研究中心的一个专注于无监督学习任务的团队，在其针对算法/系统（AUTOCLASS II）的实证研究中可能使用了本数据集。相关算法描述可参阅1988年国际机器学习会议论文集第54-64页。

引用要求：请遵循机器学习存储库（Machine Learning Repository）的引用规范。

数据来源：红外天文卫星（Infrared Astronomical Satellite, IRAS）项目数据库

提供者：John Stutz <STUTZ '@' pluto.arc.nasa.gov>，亦有可能是John的同事，例如Mike Marshall（MARSHALL%PLU '@' io.arc.nasa.gov）将本数据集提交至UCI。