论文部分内容阅读
LAMOST类星体巡天早期最重要的任务是为光谱观测提供类星体候选体。通过一个改进的单纯贝叶斯分类(Naive Bayesian Classifier)算法，我们从SDSS的光学测光和UKIDSS的近红外测光源中选取了一个包括653，960个类星体候选体的星表。这些源都是点源，位于SDSS DR7和UKISS DR4共同覆盖的天区内，i波段的星等被限制在亮于21.3等。为了测试我们的贝叶斯分类器，我们对所有的SDSS-UKIDSS交叉天区中已证认的恒星和类星体，采用了leave-one-out交叉验证技术来进行检验。并且采用一个不依赖于光学颜色的射电类星体样本来估计我们的类星体选源算法的完备性。我们的星表能以99.2％的完备度发现在这些天区内所有已知的类星体，仅有1％的恒星被误分为类星体。我们也将该算法与其它选源判据进行了比较，在同时使用光学和近红外测光数据的条件下，我们的算法比其它仅仅采用光学测光数据的选源判据要好得多。特别是我们至少能选出部分SDSS的选源算法中遗漏掉的红移为2.7左右的类星体。因为它们在光学测光的颜色和普通的恒星是非常类似的，所以很难被发现。该星表将被成为LAMOST类星体巡天的输入星表的主要组成部分之一。此外，我们还对这些类星体的候选体，应用贝叶斯统计的算法计算了它们的测光红移，并以此为基础进行了LAMOST类星体巡天对光度函数的可能改进的预研究。