人类关于恒星本质的认知,大多都是从恒星光谱中研究得到的。光谱中蕴含着丰富的信息,随着LAMOST第六期光谱观测任务圆满结束,该项目产生了大量光谱数据。因此,寻求有效且准确的海量天体光谱自动处理方法尤为重要。本文正是在这种背景下展开的,重点探索恒星光谱的大气参数自动测量方法,以满足LAMOST项目的需求。本文使用LAMOST DR6天体光谱数据,主要研究ENT(弹性回归)方法在恒星大气参数自动测量方面的应用问题。本文的主要研究工作内容如下:1、高维光谱数据的预处理及特征提取。特征提取对天体光谱的参数测量有着关键作用。本文对光谱的数学特征进行特征提取,先对光谱进行预处理,然后通过PCA(主成分分析)进行光谱数据的特征提取。2、弹性回归算法在恒星大气参数测量上的应用。首先,介绍弹性回归的理论,其次,使用PCA对恒星实测光谱数据进行预处理,最后,用ENT方法进行了恒星大气物理参数的测量。实验的对比结果表明:弹性回归算法在恒星大气参数测量方面是可行的且预测效果良好。ENT模型对恒星大气参数的预测精度要好于SVR(支持向量回归)模型的结果。3、基于核主成分分析的弹性回归恒星大气参数测量。首先,进行了KPCA(核主成分分析)、FA(因子分析)以及相互结合的PCA-FA、KPCA-FA与弹性回归结合的对比实验,研究不同提取方式对参数测量的影响,结果表明:采用核主成分分析法进行特征提取时预测精度更高。然后又进行了核函数选取实验及核参数选取实验,旨在优化弹性回归模型,使其具有更好的预测性能。最后为验证该模型的预测能力,做了恒星子类参数测量实验和不同方法对比实验。上述整体实验表明:基于KPCA-ENT(核主成分分析-弹性回归)的恒星大气参数测量方法是可行的,针对恒星及A、F、G、K类恒星都取得了较好的预测结果,并且得到了分类预测会使每类恒星的预测精度都有所提高的结论。4、基于核主成分分析的多任务弹性回归恒星大气参数测量。KPCA-MTENT(核主成分分析-多任务弹性回归)模型真正实现三个物理参数的同时建模预测,与单一的弹性回归模型预测速度结果相比,预测效率可以提高2倍且预测精度依然较好。同时将该模型应用于恒星子类参数测量,实验结果表明:该模型对恒星和A、F、G、K类恒星参数测量的预测精度都很高。