引用本文
朱惊天, 樊军辉, 蔡金庭. 罗马5期耀变体多波段目录BZUs的分类[J]. 天文研究与技术, 2021, 18(1): 25-42.  
Zhu Jingtian, Fan Junhui, Cai Jinting. Classication for BZUs in 5BZCAT[J]. Astronomical Research and Technology, 2021, 18(1): 25-42.  
罗马5期耀变体多波段目录BZUs的分类
朱惊天1,2,3, 樊军辉1,2,3, 蔡金庭1,2,3     
1. 广州大学天体物理中心, 广东 广州 510006;
2. 广东省高校天文观测与技术重点实验室, 广东 广州 510006;
3. 广州天文观测与技术重点实验室, 广东 广州 510006
收稿日期: 2020-04-16; 修订日期: 2020-05-03
基金项目: 国家自然科学基金（11733001，U1531245）；广东省自然科学基金（2017A030313011，2019B030302001）；广东省和广州市重点学科资助
作者简介: 朱惊天，男，硕士.研究方向：活动星系核的数据处理. Email: 2111719023@e.gzhu.edu.cn.
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。
关键词: 耀变体    蝎虎天体    平谱射电类星体    机器学习    分类    
Classication for BZUs in 5BZCAT
Zhu Jingtian1,2,3, Fan Junhui1,2,3, Cai Jinting1,2,3     
1. Center for Astrophysics, Guangzhou University, Guangzhou 510006, China;
2. Astronomy Science and Technology Research Laboratory of Department of Education of Guangdong Province, Guangzhou 510006, China;
3. Key Laboratory for Astronomical Observation and Technology of Guangzhou, Guangzhou 510006, China
Abstract: In order to evaluate the potential optical classification of 227 BZUs in 5BZCAT, we divide the BZUs into BL lac candidates and FSRQ candidates by four machine learning methods: support vector machine (SVM), random forest (RF), ensemble learning (EM) and multi-layer perceptron (MLP). And the classification accuracy is improved by feature engineering and grid search. By combining the classification results of four classifiers and setting the threshold of discrimination probability to 0.8, we get 33 BL lacs candidates and 119 FSRQs candidates.
Key words: Blazar    BL Lac objects    Flat Spectrum Radio Quasars    Machine learning    Classification    

耀变体(Blazar)是活动星系核的一个特殊子类，由于其相对论喷流与观测者视线夹角较小，表现出极端的观测性质：快速且大幅度的光变、高光度、高偏振、视超光速运动、强烈的高能γ射线辐射等。根据光学发射线的强弱，耀变体通常分为蝎虎天体(BL Lacs)和平谱射电类星体(Flat Spectrum Radio Quasars, FSRQs)，蝎虎天体只有很弱的发射线，甚至没有发射线，而平谱射电类星体有强发射线[1-4]。耀变体的能谱分布(Spectral Energy Distribution, SED)呈现双峰结构，根据同步峰频(logνps)大小又可以将耀变体分为低峰频(Low Synchrotron Peaked, LSP)、中峰频(Intermediate Synchrotron Peaked, ISP)和高峰频(High Synchrotron Peaked, HSP)耀变体[5-6]。由于很多耀变体缺乏光学光谱信息，不能有效确定它们是蝎虎天体还是平谱射电类星体。这种类别不确定的耀变体在不同的文献中有不同的名称，例如，在罗马5期耀变体多波段目录[7]中称为不确定类型的耀变体；而在Fermi/LAT源表(3FGL, 4FGL)[8-9]中称为未知类型的耀变体(Blazar Candidate of Uncertain type, BCUs)。

5BZCAT[7], 3FGL[8]和4FGL[9]源表均包含1000多个耀变体以及它们的红移、同步峰频、多波段流量/流量密度、多波段有效谱指数等观测数据，这些源表为研究耀变体的性质提供了大样本。同时，这些源表中也包含了数百个未知类型的耀变体。对未知类型的耀变体的分类已经引起不少学者的兴趣，随着机器学习(Machine Learning, ML)方法在天文领域的广泛应用[10-12]，很多未知类型的耀变体的分类工作也使用了这些方法[13-19]。例如，Fermi/LAT 3期活动星系核源表(3LAC)[20]中的高置信度样本(3LAC Clean Sample)共有402个未知类型的耀变体，文[15]对其中无缺失数据的400个未知类型的耀变体进行了分类，他们用了4种机器学习分类方法，综合这些分类器的结果，获得了246个蝎虎天体候选体和74个平谱射电类星体候选体；Fermi/LAT 4期源表(4FGL)中共有1312个未知类型的耀变体，文[16]用3种机器学习分类方法对它们进行分类，同时考虑3种分类方法的结果，得到724个蝎虎天体候选体和332个平谱射电类星体候选体，仍有256个未知类型的耀变体没有给出明确的光学分类。为了对罗马5期耀变体多波段目录中不确定类型的耀变体的光学分类进行评估，本文使用支持向量机、随机森林、集成学习和多层感知机这4种机器学习分类方法，将不确定类型的耀变体分类为蝎虎天体候选体和平谱射电类星体候选体。

1 样本

罗马5期耀变体多波段目录中共有3561个耀变体，包括1425个蝎虎天体、1909个平谱射电类星体和227个不确定类型的耀变体。从罗马5期耀变体多波段目录给出的参数中除去坐标、源名等无效参数，选取8个可用参数，分别是红移z、1.4GHz处的射电流量密度fR、射电-光学有效谱指数αRO、X射线-光学有效谱指数αOX、射电-X射线有效谱指数αRX、光学R波段视星等m′R、0.1~2.4keV的X射线积分流量FX和1~100GeV的γ射线光子积分流量Fγpho，另外从河外星系数据库(NASA/IPAC Extragalactic Database, http://ned.ipac.caltech.edu/)中获得R波段的消光系数Aλ，对m′R做了消光改正，得到R波段真实视星等mR，最终用z, αRO，αOX，αRX，fR，mR，FX，Fγpho共8个参数作为分类所需的数据集特征。

2 分类方法

机器学习是人工智能领域一种新兴的方法，包含多种分类模型(分类器)和回归模型，这些模型能从已知数据中学到某种规律，并应用到新数据。机器学习方法在天文领域的分类和回归研究中有良好的表现[10-12]。Scikit-learn(sklearn)[21]是Python提供的机器学习模块，其中包含许多机器学习算法，例如数据预处理方法和多种机器学习分类器。分类器通过学习已知类别的数据获得分类标准，然后用于未知类别的数据。通常已知类别的数据按一定比例随机划分为训练集和测试集，未知类别的数据则作为预测集。训练集用来训练分类器，在分类过程中学习训练集的参数蕴含的信息，确定不同类别的区分标准；测试集用来测试分类器的性能，利用优化分类模型(标准)来评估预测集的分类结果。

样本中227个不确定类型的耀变体作为预测集。利用klearn.train_test_split函数将已知类别的3334个耀变体(1425个蝎虎天体和1909个平谱射电类星体)按7:3的比例随机划分为训练集和测试集。每次划分训练集和测试集时，为确保训练集和测试集中的蝎虎天体和平谱射电类星体的数量比例与样本相同，设置随机种子为固定值(如random_state=1)。文中，训练集有2333个耀变体(997个蝎虎天体和1336个平谱射电类星体)，测试集有1001个耀变体(428个蝎虎天体和573个平谱射电类星体)。为了确保结果的稳定性，对sklearn.train_test_split函数中random_state(随机数种子)取5个不同值：0、1、2、3、4，用这5个数随机划分训练集和测试集，得到5个不同的训练集和对应的测试集；训练集1、测试集1，…，训练集5、测试集5。在5个训练集上分别训练分类器，得到5个不同的候选分类器，利用5个测试集测试5个候选分类器的性能，然后选择性能最优的1个用于预测227个不确定类型的耀变体(预测集)的分类。

2.1 分类器

支持向量机、随机森林、多层感知机和集成学习的介绍如下。

(1) 对于线性可分的两类样本，可以在参数空间找到无穷多个超平面，将两类样本分隔在超平面两侧，其中距离超平面最近的样本点称为支持向量(Support Vector, SV)。支持向量机的原理是寻找唯一的最优超平面，使得支持向量到该最优超平面的距离最大。如果两类样本是非线性可分的，支持向量机可以将样本映射到高维(甚至无穷维)空间，然后寻找高维空间的最优超平面。

(2) 决策树(Decision tree, DT)的结构是二叉树，分类时，信息进入节点时进行二元判断，当一个节点无法判断类别，则分裂为两个，直至判断出类别为止。由于决策树容易陷入节点过度分裂，导致分类器泛化性差。随机森林由大量决策树构成，决策树之间相互独立，给每个决策树随机划分训练集和参数，分类结果由所有决策树投票决定，随机森林的泛化性能往往优于单个决策树。

(3) 多层感知机是人工神经网络(Artificial Neural Network, ANN)的一种。人工神经网络是一系列模仿生物神经网络结构的算法，这些结构由多个人工神经层组成，包括一个输入层、一个或多个隐藏层和一个输出层。每个人工神经层可以识别数据中的特定元素，然后将结果传输到下一人工神经层。通过综合每个神经层的结果，人工神经网络可以学习识别数据中的复杂特性。

(4) 集成学习通过某种集成规则，将一组基评估器的结果集成，其性能往往优于单个基评估器。本文将支持向量机、随机森林、多层感知机作为集成学习的基评估器，集成规则为软投票，即给每个基评估器输出的类别概率一个权重，权重在[0, 1]区间，然后对基评估器的类别概率加权求和，作为集成学习输出的类别概率。本文尝试了多种权重组合，并选取其中最优的一个。

2.2 性能指标

机器学习常用的性能指标有准确率(Accruacy)、精准率(Precision)、召回率(Recall)等。本文只考虑准确率：

$ a = \frac{{{T_{\rm{P}}} + {T_{\rm{N}}}}}{{{F_{\rm{P}}} + {F_{\rm{N}}} + {T_{\rm{P}}} + {T_{\rm{N}}}}}, $ (1)

其中，TP(True Positive)是正确分类的正类别样本点数；TN(True Negative)是正确分类的负类别样本点数；FP(False Positive)是误分类的正类别样本点数；FN(False Negative)是误分类的负类别样本点数。准确率代表正确分类的样本点数占样本容量的比重。

2.3 数据集转换和特征选择

机器学习中，描述样本点属性的参数称为特征，本文分类所用的特征是罗马5期耀变体多波段目录中的8个参数。真实样本的特征往往还包含缺失值、噪声、无关信息、冗余信息等，它们会影响机器学习分类器的性能。因此，在使用机器学习分类器之前，需要先对原始数据进行数据集转换和特征选择，目的是保证最大限度地从原始数据中提取有效特征供机器学习分类器学习。数据集转换通常包括数据预处理和无监督降维，特征选择和无监督降维都是降维方法，可以减少特征数。

(1) 数据预处理一般包括缺失值补全和标准化。本文中，若某个特征有缺失值，用同类特征的平均值填充。标准化是将所有特征映射到相同区间，以免某些特征的量级比其他特征小，导致分类器只学习量级大的特征。用sklearn中的preprocessing.StandardScaler将所有特征化为标准正态分布。

(2) 降维一般包括特征选择和无监督降维，可以降低特征维度，减少计算成本，并提升分类器性能。本文采用的特征选择和无监督降维分别为序列向后选择(Sequential Backward Selection, SBS)和主成分分析(Principal Component Analysis, PCA)，其中，序列向后选择是选取原特征集的子集，而主成分分析是将原特征映射到新空间，再选取新特征集的子集。序列向后选择不断从当前全部特征中舍去一个特征，直到所剩特征数量满足要求，被舍弃的特征与舍弃其他特征相比，舍弃该特征后分类器的性能损失最小。主成分分析不依赖分类器，它将样本点从原n维特征空间映射到新的n维正交空间，得到n个两两线性无关的新特征。新空间中，每个坐标轴称为主成分，在每个主成分方向上，样本点的分离达到最大。第1个主成分代表样本方差最大的方向为第1主成分，其余坐标轴称为第2，第3，…，第n主成分，每个主成分均为n个原特征的线性组合，它们对样本方差的贡献率依次递减，可根据需要取前k个主成分，k≤n。

对支持向量机和随机森林做序列向后选择和主成分分析，并将分类准确率与不做降维的分类准确率进行比较。在八维原特征空间的训练集1上用序列向后选择筛选特征，序列向后选择每次减少1个特征直至只剩1个特征，在此过程中观察分类器在不同维度特征空间的性能，选出最优的特征空间。主成分共有8个，舍弃第8主成分，其方差贡献率只有0.0305%，其余主成分的方差贡献率均大于5%。序列向后选择和主成分分析的结果分别如图 1、图 2。图 1为支持向量机和随机森林的序列向后选择结果，横坐标为特征数量，纵坐标为对应的分类器准确率。图 2为主成分分析的结果，横坐标为各主成分，纵坐标为对应的方差贡献率，为了便于观察，图中第8主成分的方差贡献率放大了50倍。多层感知机的一个优势是无需做太多特征工程，因为人工神经网络的隐藏层能自动提取有效特征，并能自适应特征间的非线性关系，因此，没有对多层感知机做数据降维。对于集成学习，在每个训练集上将性能最优的支持向量机、随机森林、多层感知机分类器以最优的权重集成。

图 1 序列向后选择结果图。(a)支持向量机的序列向后选择结果；(b)随机森林的序列向后选择结果 Fig. 1 The result graph of SBS. (a) SBS for SVM; (b) SBS for RF
图选项
图 2 主成分分析结果图。第8主成分放大50倍 Fig. 2 The result graph of PCA. The 8th principal component is magnified by 50 times
图选项
2.4 超参数(Hyper Parameters, HPs)

在sklearn提供的机器学习和分类器中，有部分函数参数属于自由变量，称为超参数。超参数不能通过训练分类器得到，而要在训练分类器前人为赋值。本文使用网格搜索方法(Grid Search, GS)找出超参数的最优值，具体来说，指定一组候选值，网格搜索以暴力穷举的方式选出能最大化分类器准确率的值。本文对4种分类器中较重要的超参数使用了网格搜索，例如支持向量机中的C和多层感知机中的α，这两个超参数可以提高模型的泛化性能。

3 结果与讨论

机器学习分类器的性能见表 1，表 1第1列为分类器名称；第2列为测试集名称；第3~5列分别为八维原特征空间、序列向后选择选取的子特征空间、七维主成分空间中的分类器准确率；第6列为集成学习分类器准确率。4种分类器的准确率见图 3，4种分类器在测试集上的准确率和不确定类型的耀变体的分类结果概述如下：

表 1 机器学习分类器性能 Table 1 Accuracy for ML classifiers
Model Test data Accuracy (8 features) Accuracy (SBS) Accuracy (PCA) Accuracy (EM)
SVM Test data1 0.8192 0.8192 0.7922 -
Test data2 0.8272 0.8272 0.8002 -
Test data3 0.8462 0.8462 0.8052 -
Test data4 0.8192 0.8192 0.7902 -
Test data5 0.8292 0.8292 0.7872 -
RF Test data1 0.9211 0.9241 0.8761 -
Test data2 0.9341 0.9421 0.8891 -
Test data3 0.9381 0.9421 0.8971 -
Test data4 0.9341 0.9341 0.8781 -
Test data5 0.9331 0.9441 0.8821 -
MLP Test data1 0.9271 - - -
Test data2 0.9291 - - -
Test data3 0.9191 - - -
Test data4 0.9271 - - -
Test data5 0.9421 - - -
EM Test data1 - - - 0.9331
Test data2 - - - 0.9461
Test data3 - - - 0.9431
Test data4 - - - 0.9391
Test data5 - - - 0.9481
表选项
图 3 4种分类器的准确率 Fig. 3 The accuracy graph of 4 classifiers
图选项

(1) 对于支持向量机，分类结果显示，训练集3上，八维原特征空间的分类器准确率最高，为84.62%(见表 1、图 3)。在所有训练集上，主成分分析选取的七维子主成分空间的分类器准确率均不如其他特征空间。

(2) 对于随机森林，序列向后选择在训练集1上选出了5个最优特征：z, αRO, αOX, mR, Fγpho。分类结果显示，在训练集5上，序列向后选择选取的五维子特征空间的分类器准确率最高，为94.41%。在所有训练集上，序列向后选择选取的五维子特征空间的分类器准确率均优于在八维原特征空间的，而主成分分析选取的七维子主成分空间的分类器准确率均不如其他特征空间。

(3) 对于多层感知机，分类结果显示，在训练集5上，八维原特征空间的分类器准确率最高，为94.21%。

(4) 对于集成学习，在每个训练集上，选取准确率最高的支持向量机、随机森林、多层感知机分类器集成。分类结果显示，在训练集5上分类器准确率最高，为94.81%(见表 1、图 3)。此时成员分类器支持向量机、随机森林、多层感知机的权重分别为0、0.62和0.38。

分类器在5个测试集上的准确率表明，对于同一种分类器和同一个特征空间，5个测试集上分类器的准确率相近，说明本文的分类结果稳定，并且对于随机森林，当序列向后选择将8个特征减少到5个时，最大程度地提高了分类器的准确率。相反地，支持向量机和随机森林使用主成分分析后性能均明显下降，这可能是由于原特征间有非线性关系，不能很好地分离成两两线性无关的新特征。分类结果显示，4种分类器中，支持向量机的准确率明显低于其余3种，原因可能是在8参数空间，蝎虎天体和平谱射电类星体不能很好地被线性边界分开，而随机森林、多层感知机和集成学习分类器能很好地捕捉非线性分类边界，因此，其性能良好且优于支持向量机。4种分类器的最优超参数见表 2，表 2第1列为分类器名称；第2列为测试集名称；第3~7列分别为八维原特征空间、序列向后选择选取的子特征空间、七维主成分空间中分类器的最优超参数。图 3展示了4种分类器的准确率，可以更直观地看到每种分类器在每个训练集上的准确率。图 3中4张子图的横轴均为测试集名称，纵轴为分类器的准确率；图 3上半部分两张子图，从左到右分别为支持向量机和随机森林分类器，其中蓝色、橘色、绿色柱状图分别代表八维原特征空间、序列向后选择选取的子特征空间、七维主成分空间分类器的准确率；图 3下半部分两张子图，从左到右分别为多层感知机在八维原特征空间和集成学习分类器的准确率。

表 2 各分类器的最优超参数 Table 2 Optimal hyper parameters for ML classifiers
Model Test data HP GS(8 features) GS(SBS) GS(PCA) GS(EM)
Test data1 100 100 100 -
Test data2 1000 1000 1000 -
SVM Test data3 C 1000 1000 10 -
Test data4 1000 1000 100 -
Test data5 1000 1000 10 -
Test data1 entropy, None, 400, False entropy, log2, 50, False gini, log2, 400, False -
Test data2 entropy, None, 50, False entropy, log2, 100, False entropy, log2, 100, False -
RF Test data3 criterion, max_features, n_estimators, oob_score entropy, log2, 1000, False entropy, log2, 400, False gini, log2, 1000, False -
Test data4 entropy, None, 400, False entropy, log2, 400, False entropy, log2, 1000, False -
Test data5 entropy, None, 1000, False gini, log2, 100, False gini, None, 1000, False -
Test data1 tanh, 1, (30, 20, 10), lbfgs - - -
Test data2 tanh, 0.001, (20, 10, 5), lbfgs - - -
MLP Test data3 activation, alpha, hidden_ layer_sizes, solver tanh, 1, (50, 30, 10), lbfgs - - -
Test data4 tanh, 1e-05, (70, 50, 30), adam - - -
Test data5 tanh, 1, (50, 30, 10), lbfgs - - -
Test data1 - - - [0.130.440.43]
Test data2 - - - [0.080.870.05]
EM Test data3 weights - - - [0. 0.920.08]
Test data4 - - - [0.010.880.11]
Test data5 - - - [0. 0.620.38]
表选项

选择在测试集上准确率最高的4个分类器，用它们对227个不确定类型的耀变体进行分类，得到每个不确定类型的耀变体为蝎虎天体的概率。若将判别概率的阈值设为p0=0.5，即某个源的pBL Lacs>0.5判为蝎虎天体，否则判为平谱射电类星体。支持向量机、随机森林、多层感知机、集成学习分别给出116、106、112、112个蝎虎天体候选体和111、121、115、115个平谱射电类星体候选体。将4种分类器的分类结果与3FGL，4FGL和文[15-16]中的蝎虎天体和平谱射电类星体进行比较发现，本文的分类结果与其他文献并不完全一致，例如，对于集成学习的分类结果，分别有8、10、9、14个不确定类型的耀变体的分类与3FGL，4FGL和文[15-16]中的分类不同。本文尝试进一步改进分类方法，以减少与其他文献分类不一致的不确定类型的耀变体数量：(1)对p0分别取0.5、0.6、0.7、0.8、0.9、0.95这6个不同值，并比较分别取6个值时4个分类器的不匹配源的数量，即对p0做网格搜索。比较结果显示，当p0=0.7和p0=0.8，与3FGL对比分类结果时，支持向量机和随机森林的不匹配源的数量明显下降，其余情况下，不匹配源的数量随p0取值不同没有显著变化。(2)对于某个不确定类型的耀变体的预测类别，同时考虑4个分类器的分类结果，即只有当4个分类器的预测类别一致时，才认为该未知类型的耀变体属于该预测类别，否则认为该未知类型的耀变体的类别是不确定的。即对于某个源，只有当4个分类器同时预测其类别为蝎虎天体或平谱射电类星体时，本文才认为该源是蝎虎天体候选体或平谱射电类星体候选体，否则认为该源的类别是不确定源。依此标准，再次比较当p0取方法(1)中的6个不同值时不匹配源的数量，此时的比较结果表明，6个不同p0的不匹配源的数量相当，且均显著小于方法(1)中不匹配源的数量，当p0=0.8和p0=0.9时，不确定源的数量最少。综合以上两种分类改进方法，本文使用的分类改进方法是p0取0.8时，由4个分类器共同决定每个未知类型的耀变体的类别。

4个分类器的不匹配源的数量如表 3和表 4，p0取0.8时，227个不确定类型的耀变体由4个分类器共同决定的类别，以及和其他文献共同源的类别均展示在表 5中。表 3第1列为进行分类比较的文献；第2列为不同文献中蝎虎天体和平谱射电类星体的总数；第3列为分类器名称；第4~9列为p0取不同值时，4种分类器不匹配源的数量。表 4第1列为进行分类比较的文献和不确定源；第2列为不同文献中蝎虎天体和平谱射电类星体的总数；第3~8列为4个分类器共同决定未知类型的耀变体类别时，不同的p0对应的不匹配源和不确定源的数量。表 5第1~3列为未知类型的耀变体在5BZCAT，3FGL和4FGL中的名称；第4~7列为4种分类器预测的pBL Lacs；第8~11列为5BZCAT，3FGL，4FGL和文[15-16]对不确定类型的耀变体的分类；第12列为p0=0.8时，4个分类器共同决定的不确定类型的耀变体类别。

表 3 4种分类器与其他文献的不匹配源 Table 3 Mismatched sources of 4 classifiers
Mismatched Total Model p0=0.5 p0=0.6 p 0=0.7 p0=0.8 p0=0.9 p0=0.95
3FGL 38 SVM 14 12 9 9 9 9
RF 17 16 13 13 16 17
MLP 11 12 13 14 15 17
EM 5 5 7 8 8 7
4FGL 48 SVM 7 6 6 6 6 5
RF 12 11 11 11 11 10
MLP 10 11 11 11 11 12
EM 10 11 11 10 10 9
Kang [15] 26 SVM 10 10 11 11 10 10
RF 13 12 14 14 13 12
MLP 10 11 12 12 11 12
EM 8 8 9 9 9 9
Kang [16] 20 SVM 8 10 9 8 7 7
RF 12 13 12 13 12 12
MLP 10 10 11 11 10 11
EM 12 11 10 10 9 8
表选项
表 4 联合4种分类器后与其他文献的不匹配源 Table 4 Mismatched sources of combining 4 classifiers
Mismatched Total p0=0.5 p0=0.6 p0=0.7 p0=0.8 p0=0.9 p0=0.95
3FGL 38 5 5 6 5 4 4
4FGL 48 7 6 8 7 6 6
Kang[15] 26 5 5 8 8 8 8
Kang[16] 20 2 2 4 5 5 4
unks 88 91 76 75 82 75
表选项
表 5 227个未知类型的耀变体的分类结果与其他文献的分类结果 Table 5 Classification results of 227 bzus and other literatures
5BZCAT name 3FGL name 4FGL name SVM RF MLP EM 3LACClass 4FGLClass Kang[15] Kang[16] Class p0=0.1 p0=0.2 p0=0.3 p0=0.4 p0=0.5 p0=0.6 p0=0.7 p0=0.9 p0=0.95
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21)
5BZUJ0023+4456 3FGL J0023.5+4454 4FGL J0023.7+4457 0.281 0.01 0.0018 0.0131 fsrq fsrq fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ0028+0035 0.6714 0.459 0.8898 0.8155 unks bll bll bll bll unks unks unks fsrq fsrq
5BZUJ0040+4050 3FGL J0040.3+4049 4FGL J0040.3+4050 0.5685 0.997 0.9823 0.9809 bcu bll fsrq unks bll bll bll bll bll unks unks unks unks
5BZUJ0043-2639 0.8198 0.493 0.2209 0.3629 unks bll bll unks unks unks unks unks fsrq fsrq
5BZUJ0049-4457 3FGL J0050.0-4458 4FGL J0049.6-4500 0.9096 0.909 0.9941 0.9668 bcu bcu bll fsrq bll bll bll bll bll bll bll bll bll unks
5BZUJ0058+3311 3FGL J0058.3+3315 4FGL J0058.4+3315 0.43 0 0.0027 0.0010 fsrq fsrq fsrq unks unks unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ0058-5659 3FGL J0059.1-5701 4FGL J0059.4-5654 0.6248 0.625 0.7776 0.5373 bcu fsrq bll bll bll bll bll unks unks fsrq fsrq
5BZUJ0100+0745 3FGL J0100.2+0745 4FGL J0100.3+0745 0.5293 0.999 0.9736 0.9714 bll bll unks bll bll bll bll bll unks unks unks unks
5BZUJ0102+5824 3FGL J0102.8+5825 4FGL J0102.8+5824 0.3039 0.343 0.3617 0.2800 fsrq fsrq fsrq bll bll unks fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ0103-6439 0.891 0.765 0.2857 0.6108 unks bll bll unks unks unks unks unks fsrq fsrq
5BZUJ0106+3402 0.6542 0.018 0.0233 0.0895 fsrq unks unks unks unks unks unks fsrq fsrq fsrq
5BZUJ0110+6805 3FGL J0110.2+6806 4FGL J0110.1+6805 0.3997 0.993 0.9992 0.9749 bll bll unks bll bll bll unks unks unks unks unks unks
5BZUJ0111+3906 0.1716 0.213 0.0423 0.0905 fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ0128+4439 3FGL J0128.5+4430 4FGL J0128.5+4440 0.846 0.94 0.9965 0.8809 fsrq fsrq bll bll bll bll bll bll bll bll unks unks
5BZUJ0133-5200 3FGL J0133.2-5159 4FGL J0133.1-5201 0.2627 1 0.9713 0.9333 bcu bcu bll fsrq unks bll bll unks unks unks unks unks unks unks
5BZUJ0141+3923 0.9837 0.999 0.9898 0.9961 bll bll bll bll bll bll bll bll bll bll
5BZUJ0143-3200 0.6664 0.571 0.5459 0.5112 fsrq bll bll bll bll bll unks fsrq fsrq fsrq
5BZUJ0158+0101 0.6531 0.282 0.3346 0.4371 fsrq bll bll unks unks unks unks fsrq fsrq fsrq
5BZUJ0204+1514 3FGL J0205.0+1510 4FGL J0204.8+1513 0.0053 0.419 0.3768 0.3540 bcu bcu bll fsrq fsrq unks unks unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ0209+7229 0.2005 0.017 0.0216 0.0516 fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ0210-5101 3FGL J0210.7-5101 4FGL J0210.7-5101 0.0401 0.424 0.5458 0.5918 bcu fsrq bll fsrq unks unks unks unks unks fsrq fsrq fsrq fsrq
5BZUJ0211-1558 0.8294 0.885 0.8941 0.8234 bll bll bll bll bll bll bll bll fsrq fsrq
5BZUJ0217-0820 3FGL J0217.1-0833 4FGL J0217.0-0821 0.4039 0.486 0.2379 0.2950 fsrq fsrq fsrq bll bll unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ0220+2509 0.7067 0.771 0.9323 0.8689 unks bll bll bll bll bll bll bll unks fsrq
5BZUJ0221+3556 3FGL J0221.1+3556 4FGL J0221.1+3556 0.0403 0.031 0.0034 0.0385 fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ0226+0937 3FGL J0226.3+0941 4FGL J0226.5+0938 0.0594 0.102 0.0099 0.0658 fsrq fsrq fsrq unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ0241-0815 0.9123 0.997 0.9958 0.9984 bll bll bll bll bll bll bll bll bll unks
5BZUJ0242+1742 0.6821 0.05 0.4663 0.2392 fsrq unks unks unks unks unks unks fsrq fsrq fsrq
5BZUJ0250+1712 3FGL J0250.6+1713 4FGL J0250.6+1712 0.8477 0.424 0.9998 0.7023 fsrq bll unks bll bll bll bll unks unks unks unks unks
5BZUJ0304+0002 0.707 0.231 0.2064 0.2954 fsrq bll bll unks unks unks unks unks fsrq fsrq
5BZUJ0313+4120 0.8079 0.742 0.6566 0.5657 unks bll bll bll bll bll unks unks fsrq fsrq
5BZUJ0317+0248 0.7191 0.039 0.3734 0.2225 fsrq unks unks unks unks unks unks unks fsrq fsrq
5BZUJ0319+4130 3FGL J0319.8+4130 4FGL J0319.8+4130 0 0.73 0.9985 0.8568 RDG RDG unks unks unks unks unks unks unks unks unks unks
5BZUJ0324+3410 3FGL J0325.2+3410 4FGL J0324.8+3412 0.9715 0.995 0.9996 0.9998 nlsy nlsy1 bll bll bll bll bll bll bll bll bll bll
5BZUJ0329+3510 0.7727 0.498 0.3988 0.4181 fsrq bll bll bll unks unks unks unks fsrq fsrq
5BZUJ0332-1119 0.8066 1 0.9995 0.9998 bll bll bll bll bll bll bll bll unks unks
5BZUJ0342+3859 3FGL J0342.2+3857 4FGL J0342.2+3858 0.6714 0.496 0.855 0.6597 fsrq fsrq unks bll bll bll bll unks unks unks fsrq fsrq
5BZUJ0357+2319 3FGL J0357.1+2325 4FGL J0357.2+2320 0.3385 0.218 0.6243 0.4170 bcu bcu fsrq bll fsrq bll bll unks unks unks unks fsrq fsrq fsrq
5BZUJ0406-3826 3FGL J0407.1-3825 4FGL J0407.0-3826 0.1585 0.35 0.3091 0.2725 fsrq fsrq fsrq bll unks unks fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ0407-1211 0.4069 0.252 0.0694 0.1318 fsrq unks unks unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ0416-2056 0.0269 0.005 0.5525 0.2224 fsrq unks unks unks unks unks fsrq fsrq fsrq fsrq
5BZUJ0416-4355 0.8264 0.999 0.9989 0.9934 bll bll bll bll bll bll bll bll unks unks
5BZUJ0431+1731 0.1657 1 0.9546 0.9331 unks bll unks unks unks unks unks unks unks unks
5BZUJ0433+0521 1 0.683 0.734 0.7005 unks bll bll bll bll bll bll unks unks unks
5BZUJ0439-3210 0.3165 1 0.8073 0.9144 unks bll bll bll unks unks unks unks unks unks
5BZUJ0440+1437 3FGL J0440.3+1444 4FGL J0440.4+1440 0.4846 0.992 0.9869 0.9702 bcu bcu unks unks bll bll bll bll unks unks unks unks unks
5BZUJ0504-6049 0.21 0.006 0.0411 0.0900 fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ0517+0858 3FGL J0517.5+0902 4FGL J0517.5+0858 0.7576 0.993 0.9917 0.9906 fsrq fsrq unks bll bll bll bll bll bll bll unks unks
5BZUJ0522-3627 3FGL J0522.9-3628 4FGL J0522.9-3628 0.0002 0.328 0.9817 0.5590 bcu AGN fsrq unks unks unks unks unks unks unks unks unks unks
5BZUJ0525-3343 0.006 0.019 0 0.0186 fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ0528-5820 0.8822 0.952 0.9295 0.8554 bll bll bll bll bll bll bll bll unks unks
5BZUJ0532-0307 0.2011 0 0.007 0.0027 fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ0538-3908 3FGL J0538.4-3909 4FGL J0538.2-3910 0.7627 1 0.9999 1.0000 bcu bcu bll bll unks bll bll bll bll bll bll bll unks unks
5BZUJ0539-1550 0.4415 0.103 0.1041 0.0706 fsrq unks unks unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ0608-1520 3FGL J0608.1-1522 4FGL J0608.1-1521 0.2698 0.033 0.9911 0.4262 fsrq fsrq unks unks unks unks unks unks unks unks unks unks
5BZUJ0619-1140 3FGL J0618.9-1138 0.1973 0.613 0.2455 0.4033 bcu fsrq bll unks unks unks unks unks fsrq fsrq fsrq
5BZUJ0620-2515 0.0586 0.004 0.024 0.0091 fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ0621+3750 0.6434 0.993 0.9999 0.9876 unks bll bll bll bll bll bll unks unks unks
5BZUJ0622+3326 3FGL J0622.9+3326 4FGL J0622.9+3326 0.5272 0.486 0.8973 0.7192 BCU BCU unks unks bll bll bll bll unks unks unks fsrq fsrq
5BZUJ0645+6024 0.495 0.079 0.5542 0.3594 fsrq unks unks unks unks unks fsrq fsrq fsrq fsrq
5BZUJ0658-5840 3FGL J0658.3-5832 4FGL J0658.1-5840 0.6064 0.501 0.6172 0.4639 bcu bcu bll fsrq bll bll bll bll unks unks fsrq fsrq fsrq
5BZUJ0709-0255 3FGL J0709.7-0256 4FGL J0709.7-0255 0.41 0.028 0.0639 0.0801 bll fsrq fsrq unks unks unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ0713+4349 0.0863 0.459 0.4047 0.3894 fsrq unks unks unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ0725-0054 3FGL J0725.8-0054 4FGL J0725.8-0054 0.6601 0.562 0.7841 0.6390 bcu bcu bll fsrq bll bll bll bll bll unks unks fsrq fsrq
5BZUJ0727+4844 0.0805 0.016 0.0053 0.0020 fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ0729-1320 0.9515 0.824 0.933 0.7885 unks bll bll bll bll bll bll bll unks unks
5BZUJ0730-3208 0.5092 0.126 0.9087 0.5995 unks bll unks unks unks unks unks unks unks fsrq
5BZUJ0742+3744 0.7008 0.042 0.1978 0.2116 fsrq unks unks unks unks unks unks unks fsrq fsrq
5BZUJ0742+5444 3FGL J0742.6+5444 4FGL J0742.6+5443 0.5439 0.261 0.1999 0.2744 fsrq fsrq fsrq bll unks unks unks unks fsrq fsrq fsrq fsrq
5BZUJ0747+0905 3FGL J0747.4+0904 4FGL J0747.5+0905 0.838 0.988 0.9998 0.9937 bll bll bll bll bll bll bll bll bll bll unks unks
5BZUJ0804-1712 0.356 0.194 0.0484 0.2106 fsrq unks unks unks fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ0839+0204 0.8188 1 0.9999 0.9938 bll bll bll bll bll bll bll bll unks unks
5BZUJ0840+1312 3FGL J0840.8+1315 4FGL J0840.8+1317 0.0536 0.073 0.1294 0.1546 ssrq ssrq fsrq unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ0847-2337 3FGL J0846.9-2336 4FGL J0847.0-2336 0.9826 0.994 0.9974 0.9990 bll bcu bll bll bll bll bll bll bll bll bll bll bll
5BZUJ0849+5108 3FGL J0849.9+5108 4FGL J0850.0+5108 0.649 0.284 0.1139 0.2975 NLSY NLSY1 fsrq bll unks unks unks unks unks fsrq fsrq fsrq
5BZUJ0856+0140 0.8779 1 0.9992 0.9997 bll bll bll bll bll bll bll bll unks unks
5BZUJ0904-5735 3FGL J0904.8-5734 4FGL J0904.9-5734 0.0986 0.18 0.9979 0.4970 bcu bcu bll unks unks unks unks unks unks unks unks unks unks
5BZUJ0908-0959 0.981 0.999 0.9893 0.9959 bll bll bll bll bll bll bll bll bll bll
5BZUJ0909+4253 0.0095 0.018 0.7755 0.3319 fsrq unks unks unks unks unks unks unks fsrq fsrq
5BZUJ0921-8209 1 0.333 0.2996 0.2378 unks bll bll unks unks unks unks unks unks unks
5BZUJ0923+4125 3FGL J0923.3+4127 4FGL J0923.5+4125 0.2416 0.011 0.0083 0.0094 fsrq fsrq fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ0923-2135 0.9798 0.881 0.7726 0.8950 unks bll bll bll bll bll bll bll unks unks
5BZUJ0933+0003 0.7444 1 0.9999 1.0000 unks bll bll bll bll bll bll bll unks unks
5BZUJ0954+5719 0.5383 0.029 0.0211 0.0638 fsrq unks unks unks unks unks fsrq fsrq fsrq fsrq
5BZUJ0954-0503 0.7078 0.294 0.7765 0.4749 fsrq bll bll unks unks unks unks unks fsrq fsrq
5BZUJ0955+4838 0.686 0.395 0.7987 0.6445 fsrq bll bll bll unks unks unks unks fsrq fsrq
5BZUJ1000+2233 0.3163 0.109 0.4465 0.2441 fsrq bll unks unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ1010-0730 0.2699 0.999 0.9836 0.9194 unks bll bll unks unks unks unks unks unks unks
5BZUJ1021+4523 0.7393 0.55 0.8875 0.7589 unks bll bll bll bll bll unks unks fsrq fsrq
5BZUJ1026+6746 0.4091 0.11 0.2725 0.1222 fsrq bll unks unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ1030+3102 0.9231 0.675 0.6764 0.5608 unks bll bll bll bll bll unks unks unks fsrq
5BZUJ1031+7441 3FGL J1031.0+7440 4FGL J1031.1+7442 0.9076 0.988 0.9965 0.9739 bcu bll bll bll bll bll bll bll bll bll bll bll unks
5BZUJ1033+0711 0.3346 0.001 0.0036 0.0076 fsrq unks unks unks fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1048+7143 3FGL J1048.4+7144 4FGL J1048.4+7143 0.1439 0.256 0.2504 0.1572 fsrq fsrq fsrq bll unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1049+2338 3FGL J1048.6+2338 4FGL J1048.6+2340 0.7837 0.997 0.9977 0.9991 bll PSR unks bll bll bll bll bll bll bll unks unks
5BZUJ1051+4644 0.3178 1 0.8973 0.9362 unks bll bll bll unks unks unks unks unks unks
5BZUJ1058+0133 3FGL J1058.5+0133 4FGL J1058.4+0133 0.0153 0.014 0.0817 0.0434 bll bll fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1059+4051 0.314 0.028 0.0021 0.0070 fsrq unks unks unks fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1116+0829 0.61 0.362 0.4491 0.3505 fsrq bll bll bll unks unks unks fsrq fsrq fsrq
5BZUJ1129-4435 0.6369 0.815 0.8574 0.7164 unks bll bll bll bll bll bll unks fsrq fsrq
5BZUJ1131-0500 3FGL J1131.9-0503 4FGL J1131.4-0504 0.4666 0.47 0.4615 0.5598 bcu bcu fsrq fsrq bll bll bll bll unks fsrq fsrq fsrq fsrq
5BZUJ1153+5831 0.851 0.883 0.9913 0.9161 bll bll bll bll bll bll bll bll unks unks
5BZUJ1155-8101 0.2393 0 0.0069 0.0026 fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1159-0940 0.2144 1 0.8582 0.9275 unks bll bll unks unks unks unks unks unks unks
5BZUJ1159-2228 3FGL J1159.3-2226 4FGL J1159.2-2227 0.162 0.069 0.3061 0.1659 bcu bcu bll fsrq fsrq unks unks unks fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1208+6121 0.7844 0.782 0.9021 0.8450 unks bll bll bll bll bll bll bll unks fsrq
5BZUJ1224-8313 3FGL J1224.6-8312 4FGL J1224.7-8313 0.2316 1 0.9618 0.9545 bcu bcu fsrq fsrq unks bll bll unks unks unks unks unks unks unks
5BZUJ1225+4834 0.7209 0.277 0.5889 0.4842 fsrq bll bll unks unks unks unks unks fsrq fsrq
5BZUJ1230-3121 0.0912 0.016 0.005 0.0081 fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1238+5325 0.8608 0.627 0.7846 0.7755 unks bll bll bll bll bll bll unks fsrq fsrq
5BZUJ1238-1959 3FGL J1238.2-1958 4FGL J1238.3-1959 0.5385 0.999 0.9979 0.9806 bcu bll bll unks bll bll bll bll bll unks unks unks unks
5BZUJ1239+0730 3FGL J1239.4+0727 4FGL J1239.4+0728 0.4462 0.088 0.3027 0.2266 bcu bcu fsrq bll fsrq unks unks unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ1256-2155 0.6452 0.691 0.5352 0.6746 fsrq bll bll bll bll bll unks fsrq fsrq fsrq
5BZUJ1257+0024 0.2882 0.182 0.1342 0.1564 fsrq bll unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1259-2310 3FGL J1259.0-2310 4FGL J1259.1-2311 0.4459 0.096 0.6852 0.4650 bcu bll bll fsrq unks unks unks unks unks unks fsrq fsrq fsrq
5BZUJ1301-3226 0.9785 0.998 0.9998 0.9999 bll bll bll bll bll bll bll bll bll bll
5BZUJ1302+5748 3FGL J1302.6+5748 4FGL J1302.8+5748 0.215 1 0.8331 0.8746 bcu bcu fsrq unks bll bll unks unks unks unks unks unks unks
5BZUJ1303-1051 0.3931 1 0.8143 0.9046 unks bll bll bll unks unks unks unks unks unks
5BZUJ1310+3220 3FGL J1310.6+3222 4FGL J1310.5+3221 0.073 0.113 0.029 0.0420 fsrq fsrq fsrq unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1312+4828 3FGL J1312.7+4828 4FGL J1312.6+4828 0.2476 0.417 0.0038 0.1812 agn bcu fsrq unks unks unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ1315-5334 3FGL J1315.1-5329 4FGL J1315.1-5333 0.2526 0.998 0.7232 0.8266 bcu bcu fsrq unks bll bll unks unks unks unks unks unks unks
5BZUJ1320+0140 0.0952 0.026 0.109 0.0414 fsrq unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1325-4301 3FGL J1325.4-4301 4FGL J1325.5-4300 0.4184 0.909 0.0895 0.6540 RDG RDG unks unks unks unks unks unks unks unks unks fsrq
5BZUJ1329-5608 3FGL J1328.9-5607 4FGL J1329.0-5607 0.1622 0.981 0.2924 0.5637 bcu bcu fsrq unks bll unks unks unks unks unks unks unks unks
5BZUJ1330+5202 3FGL J1330.9+5201 4FGL J1330.7+5200 0.6509 0.128 0.3818 0.2939 bcu bcu bll fsrq bll unks unks unks unks unks fsrq fsrq fsrq
5BZUJ1333+5057 3FGL J1333.7+5057 4FGL J1333.7+5056 0.5075 0.241 0.4004 0.3010 fsrq fsrq fsrq bll bll unks unks unks fsrq fsrq fsrq fsrq
5BZUJ1334-1150 0.251 0.014 0.0572 0.0217 fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1339-2401 3FGL J1338.6-2403 4FGL J1339.0-2400 0.4069 0.404 0.4531 0.4326 bcu bcu fsrq fsrq bll bll bll bll fsrq fsrq fsrq fsrq fsrq
5BZUJ1340+3600 0.5946 0 0.0537 0.0328 fsrq unks unks unks unks unks fsrq fsrq fsrq fsrq
5BZUJ1345+4125 0.7049 0.059 0.1096 0.1718 fsrq unks unks unks unks unks unks unks fsrq fsrq
5BZUJ1345+5332 0.782 0.796 0.958 0.7794 unks bll bll bll bll bll bll bll unks unks
5BZUJ1347+3012 0.962 0.977 0.9894 0.9898 bll bll bll bll bll bll bll bll bll bll
5BZUJ1351-2912 3FGL J1351.7-2913 4FGL J1351.7-2912 0.3834 0.305 0.34 0.2718 bcu bcu fsrq fsrq fsrq bll bll unks fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1353+0443 0.7297 0.364 0.167 0.3301 fsrq bll unks unks unks unks unks unks fsrq fsrq
5BZUJ1415+1320 3FGL J1416.0+1325 4FGL J1416.1+1320 0.4148 0.597 0.6139 0.6177 bcu bcu bll fsrq fsrq bll bll bll bll unks unks fsrq fsrq fsrq
5BZUJ1419-0838 3FGL J1419.5-0836 4FGL J1419.4-0838 0.5417 0.998 0.997 0.9988 bcu fsrq bll unks bll bll bll bll bll unks unks unks unks
5BZUJ1431-0052 0.3714 0.009 0.0149 0.0863 fsrq unks unks unks fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1435+2021 3FGL J1435.2+2023 4FGL J1435.5+2021 0.444 0.376 0.3478 0.4298 bll bll fsrq bll bll bll unks fsrq fsrq fsrq fsrq fsrq
5BZUJ1440+3820 0.111 0.001 0.001 0.0004 fsrq unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1445-1614 0.7008 0.406 0.2821 0.4482 fsrq bll bll unks unks unks unks unks fsrq fsrq
5BZUJ1448+0402 0.2373 0.01 0.0162 0.0310 fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1449+4221 0.6877 0.76 0.9401 0.8904 unks bll bll bll bll bll bll unks unks fsrq
5BZUJ1453+2648 0.2992 1 0.8826 0.9492 unks bll bll unks unks unks unks unks unks unks
5BZUJ1454-4012 0.0669 0.018 0.0178 0.0068 fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1457+0749 0.2219 0 0.0024 0.0009 fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1458+0416 0.2992 0.145 0.299 0.1632 fsrq bll unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1459+7140 0.0006 0.028 0.0012 0.0315 fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1459-1810 0.9789 0.888 0.8448 0.9162 bll bll bll bll bll bll bll bll unks unks
5BZUJ1511+0518 0.8731 0.966 0.8098 0.8409 bll bll bll bll bll bll bll bll unks unks
5BZUJ1536+3742 0.5 0.108 0.7237 0.3990 fsrq bll unks unks unks unks unks unks fsrq fsrq
5BZUJ1545+5259 0.6588 0.579 0.9372 0.7157 unks bll bll bll bll bll unks unks unks fsrq
5BZUJ1546+0026 0.0655 0.328 0.2256 0.1415 fsrq unks unks unks fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1550+1120 0.3235 0.272 0.138 0.2446 fsrq bll unks unks fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1557+3304 0.6114 0.012 0.0144 0.0675 fsrq unks unks unks unks unks unks fsrq fsrq fsrq
5BZUJ1602+2646 0.7395 0.806 0.8419 0.7725 unks bll bll bll bll bll bll bll fsrq fsrq
5BZUJ1602+3326 0.0026 0.157 0.2376 0.1027 fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1603+1554 0.9569 0.659 0.1935 0.5633 unks bll unks unks unks unks unks unks unks unks
5BZUJ1608+6018 0.9043 0.788 0.9252 0.9220 unks bll bll bll bll bll bll bll unks fsrq
5BZUJ1618+2159 0.8795 0.799 0.9191 0.8639 unks bll bll bll bll bll bll bll unks fsrq
5BZUJ1625-2527 3FGL J1625.7-2527 4FGL J1625.7-2527 0.0047 0.406 0.0014 0.0253 fsrq fsrq fsrq unks unks unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ1626-2951 3FGL J1626.0-2951 4FGL J1626.0-2950 0.0687 0.122 0.0124 0.0605 fsrq fsrq fsrq unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1626-7638 3FGL J1626.4-7640 4FGL J1626.6-7639 0.3053 1 0.9911 0.9966 bcu bll bll unks bll bll bll unks unks unks unks unks unks
5BZUJ1632+8232 3FGL J1630.6+8232 4FGL J1630.6+8234 0.9865 0.999 0.9981 0.9993 rdg rdg bll bll bll bll bll bll bll bll bll bll
5BZUJ1633+2112 0.8675 0.935 0.9965 0.9491 bll bll bll bll bll bll bll bll unks unks
5BZUJ1647+4950 3FGL J1647.4+4950 4FGL J1647.5+4950 0.8834 0.961 0.9802 0.9863 bcu bll bll bll bll bll bll bll bll bll bll unks unks
5BZUJ1650-5044 3FGL J1650.2-5044 4FGL J1650.3-5045 1 0.984 0.2827 0.5538 bcu bcu unks bll bll unks unks unks unks unks unks unks
5BZUJ1652+4932 0.6595 1 0.9945 0.9731 unks bll bll bll bll bll bll unks unks unks
5BZUJ1656-0206 0.0863 0.027 0.0067 0.0087 fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1657+4808 3FGL J1657.7+4807 4FGL J1657.7+4808 0.0211 0.132 0.0089 0.0778 fsrq fsrq fsrq unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1706+3214 0.7452 0.589 0.9555 0.7165 unks bll bll bll bll bll unks unks unks unks
5BZUJ1731-3003 3FGL J1731.8-3001 4FGL J1731.6-3002 1 0.993 0.2934 0.5765 bll bll unks bll bll unks unks unks unks unks unks unks
5BZUJ1734+0926 0.2785 0 0.0704 0.0330 fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1804+1755 0.8402 0.565 0.4959 0.5170 unks bll bll bll bll unks unks unks fsrq fsrq
5BZUJ1809-4552 0.8399 0.994 0.9948 0.9546 bll bll bll bll bll bll bll bll unks unks
5BZUJ1819-5521 0.0761 0.014 0.021 0.0204 fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1819-6345 0 0.959 0.0082 0.5363 unks unks unks unks unks unks unks unks unks unks
5BZUJ1823-3454 3FGL J1823.6-3453 4FGL J1823.6-3453 0.2431 0.973 0.2991 0.5725 bcu bcu bll unks bll bll unks unks unks unks unks unks unks
5BZUJ1829+2729 0.4449 0.98 0.9902 0.9901 unks bll bll bll bll unks unks unks unks unks
5BZUJ1829+4844 3FGL J1829.6+4844 4FGL J1829.5+4845 0 0.007 0.0493 0.0187 ssrq css fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1911+1611 0.2763 0.96 0.9293 0.9173 unks bll bll unks unks unks unks unks unks unks
5BZUJ1915+6548 0.4765 0.223 0.6118 0.4619 fsrq bll bll unks unks unks unks fsrq fsrq fsrq
5BZUJ1928-0456 0.6756 0.334 0.0783 0.1848 fsrq unks unks unks unks unks unks fsrq fsrq fsrq
5BZUJ1933+0726 3FGL J1933.4+0727 4FGL J1933.3+0726 0.7983 0.993 0.9975 0.9991 bcu bll unks bll bll bll bll bll bll bll unks unks
5BZUJ1937-3958 3FGL J1937.0-3956 4FGL J1937.2-3958 0.2397 0.042 0.0467 0.1169 fsrq fsrq fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ1941-6211 3FGL J1941.2-6210 4FGL J1941.3-6210 0.1032 1 0.9195 0.9508 bcu fsrq bll unks bll unks unks unks unks unks unks unks unks
5BZUJ2008-0418 0.3419 0.263 0.3637 0.3366 fsrq bll bll unks fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ2015+3710 3FGL J2015.6+3709 4FGL J2015.5+3710 0.5263 0.511 0.0319 0.3655 fsrq fsrq fsrq unks unks unks unks unks fsrq fsrq fsrq fsrq
5BZUJ2023-1139 3FGL J2023.6-1139 4FGL J2023.6-1139 0.6034 0.027 0.2659 0.1692 fsrq fsrq fsrq unks unks unks unks unks unks fsrq fsrq fsrq
5BZUJ2025+3343 3FGL J2025.2+3340 4FGL J2025.3+3341 0.1691 0.799 0.9811 0.6766 bcu bcu fsrq unks bll unks unks unks unks unks unks unks unks
5BZUJ2029+4926 3FGL J2029.4+4923 4FGL J2029.5+4925 1 0.992 0.2932 0.5640 bll bll unks bll bll unks unks unks unks unks unks unks
5BZUJ2030-0622 3FGL J2030.2-0622 4FGL J2030.2-0620 0.3636 0.316 0.1989 0.1686 fsrq fsrq fsrq bll unks unks fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ2030-3039 0.6193 0.253 0.5523 0.5323 fsrq bll bll unks unks unks unks fsrq fsrq fsrq
5BZUJ2031+1219 3FGL J2031.8+1223 4FGL J2032.0+1219 0.2173 0.268 0.6394 0.3670 bll bll fsrq bll bll unks unks unks unks fsrq fsrq fsrq
5BZUJ2034+1154 3FGL J2034.3+1155 4FGL J2034.6+1154 0.6605 0.453 0.4839 0.4691 fsrq fsrq fsrq bll bll bll bll unks unks fsrq fsrq fsrq
5BZUJ2051+1743 0.4615 0.517 0.7135 0.5315 fsrq bll bll bll bll unks unks unks fsrq fsrq
5BZUJ2105-4848 0.2045 0.019 0.0356 0.0321 fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ2115-1416 0.1779 0.005 0.0256 0.0097 fsrq unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ2129+0035 0.8823 0.999 0.998 0.9930 bll bll bll bll bll bll bll bll unks unks
5BZUJ2130-0927 0.2595 0.981 0.3036 0.6858 unks bll bll unks unks unks unks unks unks unks
5BZUJ2156-0037 0.2629 0.221 0.1136 0.1486 fsrq bll unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ2159-2841 3FGL J2159.2-2841 4FGL J2159.1-2840 0.9519 0.965 0.9994 0.9936 bcu bcu fsrq bll bll bll bll bll bll bll bll bll bll bll
5BZUJ2204+0440 3FGL J2204.4+0439 4FGL J2204.3+0438 0.8851 0.989 0.9964 0.9862 bll bll bll bll bll bll bll bll bll bll unks unks
5BZUJ2208+6519 1 0.5 0.3066 0.3955 unks bll bll bll unks unks unks unks unks unks
5BZUJ2209-2453 0.68 0.755 0.9691 0.7713 unks bll bll bll bll bll bll unks unks unks
5BZUJ2209-4710 1 0.99 0.9842 0.9940 bll bll bll bll bll bll bll bll bll bll
5BZUJ2211+2919 0.9494 0.882 0.9798 0.8931 bll bll bll bll bll bll bll bll unks unks
5BZUJ2211-1328 0.4039 0.16 0.2837 0.1636 fsrq bll unks unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ2211-2849 0.2933 0.093 0.0087 0.0157 fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ2212+2355 3FGL J2212.0+2355 4FGL J2212.0+2356 0.1274 0.152 0.1377 0.0833 fsrq fsrq fsrq unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ2244-2954 0.6821 0.147 0.5825 0.3950 fsrq bll unks unks unks unks unks fsrq fsrq fsrq
5BZUJ2248+3718 0.2135 0.001 0.0112 0.0167 fsrq unks unks fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ2248-0541 0.0218 0.001 0.0008 0.0003 fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq fsrq
5BZUJ2250-2806 3FGL J2250.7-2806 4FGL J2250.7-2806 0.4058 0.173 0.2303 0.2425 bcu bll fsrq fsrq bll unks unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ2250-4206 3FGL J2250.3-4206 4FGL J2250.4-4206 0.4685 0.293 0.3482 0.4547 bcu bll bll fsrq bll bll unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ2251-3206 0.8887 1 0.9999 1.0000 bll bll bll bll bll bll bll bll unks unks
5BZUJ2254-3209 0.6547 0.597 0.9442 0.6378 unks bll bll bll bll bll unks unks unks fsrq
5BZUJ2303-1841 0.8846 0.604 0.3237 0.4888 unks bll bll bll unks unks unks unks fsrq fsrq
5BZUJ2303-3030 1 0.395 0.3004 0.3560 unks bll bll bll unks unks unks unks unks unks
5BZUJ2306-6521 0.5409 0.553 0.4732 0.5704 fsrq bll bll bll bll unks fsrq fsrq fsrq fsrq
5BZUJ2310-3719 0.7715 1 0.9999 1.0000 unks bll bll bll bll bll bll bll unks unks
5BZUJ2327+1524 0.9318 0.978 0.8274 0.8972 bll bll bll bll bll bll bll bll unks unks
5BZUJ2333-2343 0.9731 0.976 0.9947 0.9980 bll bll bll bll bll bll bll bll bll bll
5BZUJ2345-1515 1 0.994 0.2995 0.6408 unks bll bll unks unks unks unks unks unks unks
5BZUJ2350+1941 0.8656 0.985 0.9982 0.9807 bll bll bll bll bll bll bll bll unks unks
5BZUJ2352+3947 0.6125 0.001 0.094 0.0481 fsrq unks unks unks unks unks unks fsrq fsrq fsrq
5BZUJ2354-0405 0.4935 0.065 0.0335 0.0437 fsrq unks unks unks unks fsrq fsrq fsrq fsrq fsrq
5BZUJ2354-4106 0.561 0.004 0.032 0.0866 fsrq unks unks unks unks unks fsrq fsrq fsrq fsrq
表选项

最终，本文得到33个蝎虎天体候选体和119个平谱射电类星体候选体，两者比例与文[15-16]不一致，主要因为：(1)未知类型的耀变体是从不同文献收集，例如，fR来自美国国家射电天文台甚大天线阵巡天(The Nrao VLA Sky Survey, NVSS)[22]，m′R来自美国海军天文台-B目录(The USNO-B Catalog, USNO-B)[23]和斯隆数字巡天类星体目录第十次数据发布(The Sloan Digital Sky Survey quasar catalog: tenth data release)[24]。不确定类型的耀变体来源于费米卫星观测，所以未知类型的耀变体和不确定类型的耀变体中蝎虎天体和平谱射电类星体的分布不同。(2)本文与文[15-16]使用的判别概率阈值不同，文[15-16]取0.5为判别概率阈值，而本文取0.8，这也使得本文对蝎虎天体候选体的判定较为严苛，导致本文所得蝎虎天体候选体较少。(3)本文与文[15-16]使用的用于分类的参数不同，本文使用的参数为罗马5期耀变体多波段目录提供，而文[15-16]使用的参数来自费米表。相较于文[15-16]，本文对每个分类器中重要的超参数(包括p0)进行了较细致的筛选，本文的分类准确率最高达到94.81%，略优于文[15]的91.6%和文[16]的92.9%。此外，文[15]表明，训练集和测试集的划分比例不同，得到的分类结果也不同，而本文只考虑7:3这个比例，因此本文的结果可能有一定的偏向性。在227个不确定类型的耀变体中，有部分在3FGL和4FGL中分类为非耀变体源，而本文分类时只考虑蝎虎天体和平谱射电类星体这两个子类，对不确定类型的耀变体的分类是否该考虑更多的候选类别，而不仅限于蝎虎天体和平谱射电类星体，这个问题超出了本文的研究范围。应当指出，判定一个耀变体是蝎虎天体还是平谱射电类星体，最准确的方法仍然是光学光谱测量，机器学习方法可以作为高效的替代方法，为后续光学光谱测量提供可信度较高的候选体。

4 总结

本文以罗马5期耀变体多波段目录为主要样本，结合河外星系数据库的数据，选取红移、多波段有效谱指数、多波段流量/流量密度等8个参数，用支持向量机、随机森林、集成学习和多层感知机对罗马5期耀变体多波段目录中的227个不确定类型的耀变体进行分类，用特征工程和网格搜索分别筛选最优的特征和超参数，提升分类准确率。与其他文献的分类结果进行比较，通过将判别概率阈值p0设为0.8，并同时考虑4种分类器的预测类别，进一步减少了与其他文献不匹配的源。本文的分类结果表明，蝎虎天体和平谱射电类星体在8参数空间是可区分的，最终得到33个蝎虎天体候选体和119个平谱射电类星体候选体。

参考文献
[1] PADOVANI P, GIOMMI P. The connection between X-ray and radio-selected BL Lacertae objects[J]. The Astrophysical Journal, 1995, 444: 567–581. DOI: 10.1086/175631
[2] ALLER M F, ALLER H D, HUGHES P A. Pearson-Readhead survey sources:properties of the centimeter-wavelength flux and polarization of a complete radio sample[J]. The Astrophysical Journal, 1992, 399: 16–28. DOI: 10.1086/171898
[3] FAN J H, HUANG Y, HE T M, et al. Radio variability and relativistic beaming effect for blazars[J]. Publications of the Astronomical Society of Japan, 2009, 61(4): 639–643. DOI: 10.1093/pasj/61.4.639
[4] LIN C, FAN J H, XIAO H B. The intrinsic γ-ray emissions of Fermi blazars[J]. Research in Astronomy and Astrophysics, 2017, 17(7): 66–80. DOI: 10.1088/1674-4527/17/7/66
[5] ABDO A A, ACKERMANN M, AGUDO I, et al. The spectral energy distribution of Fermi bright blazars[J]. The Astrophysical Journal, 2010, 716(1): 30–70. DOI: 10.1088/0004-637X/716/1/30
[6] FAN J H, YANG J H, LIU Y, et al. The spectral energy distributions of Fermi blazars[J]. The Astrophysical Journal Supplement Series, 2016, 226: 20. DOI: 10.3847/0067-0049/226/2/20
[7] MASSARO E, MASELLI A, LETO C, et al. The 5th edition of the Roma-BZCAT. a short presentation[J]. Astrophysics and Space Science, 2015, 357: 75. DOI: 10.1007/s10509-015-2254-2
[8] ACERO F, ACKERMANN M, AJELLO M, et al. Fermi Large Area Telescope third source catalog[J]. The Astrophysical Journal Supplement Series, 2015, 218: 23. DOI: 10.1088/0067-0049/218/2/23
[9] ABDOLLAHI S, ACERO F, ACKERMANN M, et al. Fermi Large Area Telescope fourth source catalog[J]. The Astrophysical Journal Supplement Series, 2020, 247: 33. DOI: 10.3847/1538-4365/ab6bcb
[10] BALL N M, BRUNNER R J. Data mining and machine learning in astronomy[J]. International Journal of Modern Physics D, 2010, 19(7): 1049–1106. DOI: 10.1142/S0218271810017160
[11] HOBSON M, GRAFF P, FEROZ F, et al. Machine-learning in astronomy[J]. Proceedings of the International Astronomical Union, 2014, 10: 279–287. DOI: 10.1017/S1743921314013672
[12] HAJIAN A, ALVAREZ M A, BOND J R. Machine learning etudes in astrophysics:selection functions for mock cluster catalogs[J]. Journal of Cosmology and Astroparticle Physics, 2015, 2015: 38.
[13] HASSAN T, MIRABAL N, CONTRERAS J L, et al. Gamma-ray active galactic nucleus type through machine-learning algorithms[J]. Monthly Notices of the Royal Astronomical Society, 2013, 428(1): 220–225. DOI: 10.1093/mnras/sts022
[14] LEFAUCHEUR J, PITA S. Research and characterisation of blazar candidates among the Fermi/LAT 3FGL catalogue using multivariate classifications[J]. Astronomy & Astrophysics, 2017, 602: A86.
[15] KANG S J, FAN J H, MAO W M, et al. Evaluating the optical classification of Fermi BCUs using machine learning[J]. The Astrophysical Journal, 2019, 872: 189. DOI: 10.3847/1538-4357/ab0383
[16] KANG S J, LI E Z, OU W J, et al. Evaluating the classification of Fermi BCUs from the 4FGL catalog using machine learning[J]. The Astrophysical Journal, 2019, 887: 134. DOI: 10.3847/1538-4357/ab558b
[17] CHIARO G, SALVETTI D, LA MURA G, et al. Blazar flaring patterns (B-FlaP) classifying blazar candidate of uncertain type in the third Fermi-LAT catalogue by artificial neural networks[J]. Monthly Notices of the Royal Astronomical Society, 2016, 462(3): 3180–3195. DOI: 10.1093/mnras/stw1830
[18] KOVACČEVIĆ M, CHIARO G, CUTINI S, et al. Optimizing neural network techniques in classifying Fermi-LAT gamma-ray sources[J]. Monthly Notices of the Royal Astronomical Society, 2019, 490(3): 4770–4777.
[19] KOVAČEVIĆ M, CHIARO G, CUTINI S, et al. Classification of blazar candidates of uncertain type from the Fermi LAT 8-yr source catalogue with an artificial neural network[J]. Monthly Notices of the Royal Astronomical Society, 2020, 493(2): 1926–1935. DOI: 10.1093/mnras/staa394
[20] ACKERMANN M, AJELLO M, ATWOOD W B, et al. The third catalog of active galactic nuclei detected by the Fermi large area telescope[J]. The Astrophysical Journal, 2015, 810: 14. DOI: 10.1088/0004-637X/810/1/14
[21] GARRETA R, MONCECCHI G. Learning scikit-learn:machine learning in Python[M]. Birmingham: Packt Publishing, 2013.
[22] CONDON J J, COTTON W D, GREISEN E W, et al. The NRAO VLA Sky Survey[J]. The American Astronomical Society, 1998, 115: 1693–1716.
[23] MONET D G, LEVINE S E, CANZIAN B, et al. The USNO-B catalog[J]. The Astronomical Journal, 2003, 125: 984–993. DOI: 10.1086/345888
[24] PÂRIS I, PETITJEAN P, AUBOURG É, et al. The Sloan Digital Sky Survey quasar catalog:tenth data release[J]. Astronomy & Astrophysics, 2013, 563: A54.
由中国科学院国家天文台主办。
0

文章信息

朱惊天, 樊军辉, 蔡金庭
Zhu Jingtian, Fan Junhui, Cai Jinting
罗马5期耀变体多波段目录BZUs的分类
Classication for BZUs in 5BZCAT
天文研究与技术, 2021, 18(1): 25-42.
Astronomical Research and Technology, 2021, 18(1): 25-42.
收稿日期: 2020-04-16
修订日期: 2020-05-03

工作空间