• 这里公布的是太原理工大学智能光学实验室研究CMOS暗电流建模和坏像素识别方法所对应样例代码,代码已经应用于一个商用卫星数据处理任务中,并且展示了比较好的结果。
    本代码可作为启发,应用于不同类别的星载相机数据处理任务中。
  • 这里公布的是太原理工大学智能光学实验室研究CMOS暗电流建模和坏像素识别方法所对应样例代码,代码已经应用于一个商用卫星数据处理任务中,并且展示了比较好的结果。
    本代码可作为启发,应用于不同类别的星载相机数据处理任务中。
  • 我们应用迁移学习方法和XGBoost算法对Pan-STARRS1 (PS1) 和AllWISE测光星表进行银道面背景类星体选源,并使用Gaia自行判据排除恒星污染源,最终得到位于 |b|≤20∘内、包含 ...
    160946个源银道面背景类星体候选体星表。
    使用XGBoost回归算法计算候选体测光红移范围为(0, 5]。本星表中包含了候选体PS1和AllWISE星等、测光红移、分类概率,以及Gaia自行信息。
  • 如今这个算法在天文学各个分支都有广泛应用。 星系团 星系团既是大尺度结构结点枢纽,也是星系形成和演化重要场所。如何搜寻星系团,证认星系团内部团成员一直是星系团研究重要内容。
    超星系团 超星系团由多个星系团或星系群组成大质量天体,是宇宙中已知最大尺度结构之一。
    只利用恒星运动学信息,以投影束缚能为度量进行聚类,可以将疏散双星团结构区分开来。 图3 左图为英仙双星团树状图.右图为算法给出两个子团成员空间分布.
    分子云 与离散分布星系、恒星不同,分子云在空间中连续分布。层次聚类算法在分子云中的应用更为多样。 以分子云中的每个像素点空间三维信息作层次聚类,能够区分分子云和子结构。
    上述内容节选自综述论文《层次聚类算法天文学应用》(Hierarchical Clustering in Astronomy),欢迎阅读原文。
  • 天文学“科技领域云”建设与应用项目顺利通过由中国科学院网络安全和信息化领导小组办公室组织总验收。
    “天文科技领域云”是中国虚拟天文台在中国科学院科研信息化专项资助下,以国内核心天文观测设备时间申请、审批,数据汇交、共享、使用,课题设计、开展为线索,融合天文观测和科研活动所需科学数据、科技文献、 ...
    项目实施有力推动了院内天文学观测数据和科技资源开放共享,为科学家提供高效网络化科学研究平台,为公众提供接触真实天文研究数据渠道。
    经过项目承担单位和合作单位共同努力,项目任务书规定各项任务已经圆满完成。但科研信息化工作远没有结束,天文学科技领域云(中国虚拟天文台)事业才刚刚起步,在“十三五”期间必将得到更大发展。
    感谢在项目专项验收过程中,国家天文台财务资产部、综合事务部给予大力支持和帮助。
  • 该数据是我们在论文《用COLA快速生成模拟星系表》中提到SDSS DR12星系模拟星表,产生快速模拟星表技术是基于以下几个:Code for Anisotropies in the Microwave ...
  • 这是我们论文“用COLA快速生成模拟星系目录”支持数据,包括模拟目录和merger-tree输出晕文件。
  • 此次升级历经一年研发,亮点颇多。
    实现HiPS星表数据可视化 新版本中实现了HiPS Catalogue(星表)数据可视化,这是基于HiPS标准实现星表层级渐进式展现集合,能够在三维虚拟星空中以符号标记出星表中天体位置。
    HiPS Catalogue能够根据天体距离、光度等信息层次性展示天体,避免在虚拟星空中绘制太多元素导致可视效果凌乱,也降低了系统资源消耗。
    随着科学发现增加,新词不断涌现,许多天文学名词中文译名也随之发生变化。此次更新对部分星名中文翻译进行了修改,数据资源内容将更规范,用户在使用过程中能够更精准地搜索到所需数据资源。
    那就快快通过下方链接下载软件,尽情享受探索宇宙、畅游星空乐趣吧! 如果您使用最新版万维望远镜参加本届漫游大赛,它一定会为您带来更好的使用体验,呈现更多精彩!
  • 这是“Fast generation of mock galaxy catalogue with COLA”一文中所用到数据集,包括BOSS CMASS NGC星系模拟星表和暗物质粒子模拟直接输出暗物质晕表 ...
  • 可前往http://wwt.china-vo.org/ 点击页面右侧软件下载链接下载软件   作为数据驱动天文科普教育典范之作,万维望远镜平台在国内外用户持续增加,影响力不断扩大。
    基于过去的成功经验,综合天文数据领域最新进展和国际标准,并充分考虑了天文科普教育工作者需求,团队经过一年调研和开发,万维望远镜个人版V2.0也在今天正式与大家见面了。
    嫦娥二号卫星三维模型图   现在,通过最新版本万维望远镜个人版,你也可以随时访问这个我国自主采集,迄今为止全世界范围内公开发布最高清月面全图。
    除此之外,新版万维望远镜平台还接入很多明星数据集,包括盖亚天文卫星第二次数据发布巡天数据、曾引起全世界媒体关注新视野号拍摄冥王星及其卫星表面图景、我国主导北京-亚利桑那巡天(BASS)数据集等等 ...
    使他们能充分接触并自由使用这些数据资源,加深了对天文学知识理解和热爱。因此,海量真实天文数据是该平台核心,是科普教育活动基础。
  • 2016年6月27日-28日,由国家天文台职工培训资助计划支持,信息与计算中心组织“Python编程基础及其天文学应用培训”在国家天文台举行,来自国家天文台、北京大学、清华大学、北京师范大学等单位130 ...
    培训现场 近些年来,国际上在科学计算语言方面,尤其是面向人工智能、机器学习方面,Python已经是占了半壁江山,这在一些重量级开源应用(Tensorflow, theano等)中都得到了证实。
    为了提高科研人员Python编程基础、促进科研人员使用Python进行天文学研究,国家天文台信息与计算中心(China-VO)在台职工培训资助计划支持下,举办了此次Python编程基础及其天文学应用培训 ...
    国家天文台赵永恒老师介绍了“Python在天文年代学中的应用”、北京师范大学余恒老师介绍了“用Python搞定星表”、加州大学洛杉矶分校(UCLA)王鑫同学介绍了“使用Python方便快捷高效载入输出数据 ...
    通过培训,学员们初步掌握了Python操作,为日后在天文研究中应用Python奠定了基础。学员们认为通过这次技术讲解与实践相结合培训,很有助于今后研究工作开展和效率提高。
  • 这个文件包含本文使用43个GWAC光变曲线和4个耀发动画。也包含TESS和K2中耀发和周期数据。
  • 近日,天文学科技领域云成功实现了云资源系统对IPv6网络支持,使得具备IPv6网络接入能力用户终端可以通过IPv6网络快速稳定地访问天文学科技领域云平台虚拟机资源。  ...
    传统IPv4网络因为缺乏完善服务质量(QoS)控制机制,很难保证远程虚拟机桌面访问这类对网络稳定性要求很高实时交互式应用需求。
    国科大研究生们从怀柔校区访问北京城区虚拟机资源就饱受该问题的困扰。  IPv6提供了完善服务质量控制机制,为广域网上实时性、稳定性要求高多媒体应用提供了长足发展机会。
    在中国科技网建议和协助下,天文学科技领域云研发团队近日实现了云平台对IPv6协议支持,使得广域网虚拟机云资源应用服务质量问题得到较好解决。  ...
    IPv6网络推广长期因为缺少杀手锏级应用而面临尴尬局面。天文学科技领域云基于IPv6网络为用户提供云资源服务,这为IPv6应用突破提供了新思路。
  • 恒星距离是天体物理学基础支柱,这是一个包含14.7亿颗恒星几何距离星表,其中92%的是测光几何距离。来自盖亚14.7亿恒星视差数据发布对距离测量非常有帮助。
    尽管盖亚视差数据精度很高,但这些恒星中的大多数都很遥远或微弱,因此它们视差不确定性很大,不能简单地用视差倒数来计算距离。
    此数据集中,采用一种概率方法来估计恒星两种类型距离,即,仅使用EDR3视差几何距离以及使用EDR3视差、G星等和BP-RP颜色测光几何距离。
    这两种类型估算都涉及方向相关先验论,该先验论是根据盖亚所看到银河系恒星3D分布、颜色和星等复杂模型构建,即同时考虑星际消光和盖亚选择函数。
    对模拟数据测试,以及对独立估计和疏散星团验证,表明我们估算距离在几个kpc内是可靠的。
  • 该压缩文件包含了对XTE J1810-197所有194 个 2.25/8.60 GHz 同步观测历元".FTp "扩展名文件,这些文件折叠了时间和频率。
    此外,我们还单独提供了文章中绘图所用四个观测数据(MJD 58502、MJD 59075、MJD 59096 和 MJD 59209)后缀名为'.Fp'文件,这些文件对频率进行了折叠。
    双频接收机是一个低温冷却双极化接收机,频率覆盖范围分别为2.20-2.30和8.20-9.00 GHz。
    总带宽被DIBAS分为宽度为1 MHz(2.25 GHz)和 2 MHz(8.60 GHz)子通道,以消除频散效应和射频干扰(radio-frequency interferences,简称RFIs) ...
    我们观测采用了非相干去色散和在线折叠观测模式。每个自转周期被划分为 1024 个相位,并以 30 秒子积分长度进行折叠。观测数据以 8 位 PSRFITS 格式写出。
  • 压缩文件中包含了我们所有194次双频观测fits文件,这些文件都折叠了时间和频率。
    另外,我们还单独提供了文章中绘图所用四次观测(MJD 58502, MJD 59075, MJD 59096 and MJD 59209)fits文件,这些文件折叠了频率。
  • 压缩文件中包含了我们所有194次双频观测fits文件,这些文件都折叠了时间和频率。
    另外,我们还单独提供了文章中绘图所用四次观测(MJD 58502, MJD 59075, MJD 59096 and MJD 59209)fits文件,这些文件折叠了频率。
  • 本次会议为系列会议,涉及:恒星与银河系、系外行星、射电天文、星系、宇宙学、太阳物理、机器学习方法及其他天文等研究领域应用等方面 第一届“机器学习在天文学中的应用”已于2021年10月在湖北宜昌召开 ...
    ,会议获得天文界和人工智能界研究人员积极响应和支持,成效显著。
    为进一步加强这些学科领域之间的合作,我们拟于2023年9月24--27日再次在湖北宜昌召开第二届“机器学习在天文学中的应用”研讨会,欢迎各相关领域专家学者和同仁们注册参会,共享研究想法、交流研究心得、展示研究成果 ...
    、开展合作研究,以促进人工智能技术在我国天文学领域应用,也感谢一直以来对会议支持,再次衷心感谢大家!
  • 第1列是目标源LAMOST光谱编号,第2-3列是duplicate SP-sample中恒星编号和重复观测次数,第4-5列是LAMOST 1D pipeline所得恒星光谱型及LAMOST g波段信噪比 ...
    ,第6-10列是每个参数改正因子(k)。
  • 第1列是目标源LAMOST光谱编号,第2-3列是duplicate SP-sample中恒星编号和重复观测次数,第4-5列是LAMOST 1D pipeline所得恒星光谱型及LAMOST g波段信噪比 ...
    ,第6-10列是每个参数改正因子(k)。
  •  
我们使用cookies为您提供更好的体验。继续使用本网站,即表示您同意按照我们的Cookie 政策使用cookie。
接受