• 近期,广州大学国家天文科学数据中心大湾区分中心、南非罗德斯大学SKA团队、中国科学院云南天文台团队和昆明理工大学的孙浩民、邓辉、王锋、梅、许婷婷、Oleg Smirnov、邓林华和卫守林等人,开展了基于深度学习方法的射频干扰识别研究 ...
    本研究基于深度神经络对SKA1-LOW的仿真数据以及SKA先导阵列LOFAR、MeerKAT观测数据中的射频干扰(RFI)进行识别,并将识别结果与当前主流的RFI识别算法AOflagger进行对比。
    结果表明:本研究中提出的深度神经络对RFI的识别效果总体上与AOFlagger相当,并在一定情况下比现有算法有所改进。
    本研究提出了一种鲁棒的基于卷积神经络(CNN)的RFI识别方法。
    络结构 该络用在真实的LOFAR、MeerKAT数据上经过训练得到的模型对真实数据中的RFI的识别结果与当前主流的RFI识别软件AOflagger以及tircolour (MeerKAT望远镜的RFI ...
  • 图2:对科学数据栏目的功能进行了细分 考虑到天文专业用户日常工作需要,中心对原有站功能进行了整合。
    站底部的致谢模板和使用指南,可以帮助用户更好地使用站数据资源与服务。 图3:特色服务成为专业人士的必备工具 社会公众及天文爱好者 中心重视科学数据在科普教育中的应用。
    新版站增加了最新研发的日食计算器,为公众规划日食观测提供方便的信息查询。
    图4:站列出了最新的公众科普活动 新版站还增加了全站统一检索功能。
    站功能还在不断优化,如您在使用的过程中有任何意见或建议,欢迎及时向我们反馈!
  • 近期,广州大学国家天文科学数据中心大湾区分中心、中国科学院国家天文台团队和西华师范大学团队、中国科学院云南天文台的谈磊、梅、王锋、邓辉、柳志存、罗杨平、刘超和邓林华等人,开展了基于深度学习方法的热亚矮星的搜寻研究 ...
    本研究提出了一种鲁棒的基于卷积神经络(CNN)的热亚矮星搜寻方法。
    本研究利用LAMOS DR7-V1的光谱数据作为数据集构建了一个混合模型(络结构见图1),包括一个8类分类模型和一个2分类模型,该模型在测试集上达到了96.17%的准确率。
    图1 络结构 总的来说,本研究提出的模型可以有效地识别特定的光谱,结果鲁棒,精度高,可以进一步应用于大规模光谱的分类和特定目标的搜索。
  • 广州大学国家天文科学数据中心大湾区分中心(邓清文、王锋、邓辉、梅、黎静)、南非罗德斯大学SKA团队(Oleg Smirnov)、中国科学院上海天文台团队(郭绍光)基于基线依赖平均(Baseline Dependent ...
  • 近期,广州大学国家天文科学数据中心大湾区分中心、昆明理工大学和中国科学院云南天文台团队邓正、王锋、邓辉、梅、谈磊、邓林华和冯松等人,开展了太阳耀斑预报与人工智能学习的学科交叉研究。
    本研究采用了生成对抗路,弥补了样本数量不足的耀斑类别,然后利用混合卷积神经络,将hmi.M_720s中裁剪出的活动区视向磁图作为数据集,建立了耀斑预报模型M(下面两图分别表示生成对抗络与混合卷积神经络的训练过程 ...
    图1:生成对抗络与混合卷积神经络的训练过程其一 图2:生成对抗络与混合卷积神经络的训练过程其二 一系列的测试结果证明: 1、在无耀斑、C级、M级和X级耀斑预报中,M的真实技能统计(TSS ...
  • 在万维望远镜中展示“四星连珠”     我们只能感叹: 日月仄,斗转星移, 不是我们能够控制的!
  • 近期,广州大学国家天文科学数据中心大湾区分中心和中国科学院国家天文台团队许婷婷、刘超、王锋、黄伟荣、邓辉、梅和曹忠等人,开展了LAMOST恒星变源候选体的识别与分析研究。
  • 进行了界面优化,并对站目录结构进行了重新的梳理,增加定名规则栏目。
    <br />  </li> <li> V4.4.7, 2013-02-27:更新了站的页角信息。
    <br />  </li> <li> V4.2, 2010-06-11:对数据库结构和页信息进行了少量调整,增加了管理员工作区。
    同时,还正式作为名词委的官方站,全面介绍了名词委的相关信息。
    <br />  </li> <li> V2.1, 2008-02-02:对站栏目设置进行了重新划分,更新了页脚日期。
  • 作为天文学科技领域云2015年面向公众的一项重要活动,第二届WWT宇宙漫游制作大赛站正式上线。在线作品提交系统将于2月16日面向公众开放。
    大赛由中国天文学会普及工作委员会、国家天文台联合主办,中国虚拟天文台(China-VO)、《天文爱好者》杂志社、华师京城高新技术(集团)有限公司、吸易(北京)络技术有限公司承办,微软研究院、华中师范大学 ...
    、上海天文台、北京师范大学天文学系、《中国国家天文》编辑部、中国天文科普、重庆梧台科技发展有限公司、国家地球系统科学数据共享平台天文科学中心协办。
    关于大赛的更多信息请访问大赛站(http://wwt.china-vo.org/tours2015) 或关注大赛官方微信(搜索:WWTinChina或扫描下图二维码)。
  • 2016年度《中国国家天文》“家乡的星星”络征集活动开启! 我们早已熟悉了西方的88星座、中国的三垣四象二十八星宿,但我们并不知道究竟有多少“民间星座”还隐藏在中国的乡间。
    为了保护、挖掘中国的民间星空文化,2016年度《中国国家天文》“家乡的星星”络征集活动于今日正式开启。
    本年度络征集活动由中国科学院国家天文台《中国国家天文》杂志(CNA)主办,中国虚拟天文台(China-VO)协办,面向大众有奖征集中国民间的星座名称。
    友可以通过中国虚拟天文台站进行在线注册提交(址:http://mystar.china-vo.org)。提交信息的有效性将由专家委员会进行评审。   (徐刚绘图) ...
  • 近期,广州大学国家天文科学数据中心大湾区分中心和中国科学院云南天文台团队林家琪、王锋、邓林华、邓辉、梅和谢扬帆等人,开展了日冕物质抛射在高低纬度上时空行为的研究。
  • 在国家天文台赵永恒老师的极力推动下,国家天文科学数据中心的樊东卫博士等人与赵永恒老师一道开发了在线日食计算器站(Eclipse Calculator)。
    可以便捷地查询某一地点日食发生的时间,站地址:https://nadc.china-vo.org/eclipse/。 该站集合了上下三千年的日食信息。
    此外,站还可以获取日食带的详细地图,用户可在日食带范围内针对某一个观测点的观测信息进行查询。目前,该站还在持续更新中,后续还会根据用户需求开发更多功能。
    站上线同时,国家天文科学数据中心还将该站的元数据汇交至科技部中国科技资源共享。具体信息请点击这里。 图1:在线日食计算器站 ...
  • 从四百多年前伽利略制成的第一架天文望远镜到“互联+天文大数据”的结合都在渴望把整个璀璨宇宙以数字化的形式带到普通人的身边。
    如何以互联为平台,在公众中传播天文知识,让天文科普以生动有趣、神秘梦幻的形式深入人心? ...
    天文学家和信息技术专家正致力于实现全球天文大数据的融合和开放共享,打造一个络化的科学研究和科普教育平台,这就是虚拟天文台。
    重庆梧台科技有限公司、吸易(北京)教育络技术有限公司、上海天文台、《天文爱好者》杂志社、《中国国家天文》编辑部、中国天文科普、国家地球系统科学数据共享平台天文数据中心协办。
    媒体报道链接: 科学:http://news.sciencenet.cn/htmlnews/2016/8/353066.shtm 腾讯:http://tech.qq.com/a/20160808 ...
  • 受全球COVID-19病毒疫情的影响,国际虚拟天文台联盟(IVOA)原定在悉尼召开的2020年春季互操作会议,于5月4日-9日以络会议形式举行。
    络会议模糊了地理上的概念,但因为是全球会议,时差成为最大的障碍。参会代表跨越六大洲20多个国家,会议日程不得不采用UTC世界协调时间。
    会议时间参考崔辰州博士的建议选择了G20络峰会的时间,即北京时间晚上8点开始,当晚同时在线人数超过120人。
    她对于IVOA首次以络会议形式举办年会感触颇深:“会议开幕第一天,当北京时间20:00的时针走过,来自三大时区的一百二十多位参会者济济一堂,很震撼的感觉。
    结合会议研讨成果,在接下来的数周里组委会还将陆续安排后续多场研讨,具体日程安排将及时更新到会议站。
  • 国际上已有相关研究团队利用卷积神经络方法搜索强引力透镜系统。
    在此基础上,云南大学中国西南天文研究所的宇宙学团组构建并训练了一个卷积神经络,并将其应用于欧洲南方天文台2.6米巡天望远镜(VST)千平方度巡天(Kilo-Degree Survey—KiDS ...
    此外,通过测试卷积神经络在不同观测条件上的表现以及用不同大小的训练集训练络,该小组还对卷积神经络的稳定性作了测试。
    该项工作构建的神经络可应用于未来的其他巡天数据,如正在建设中的云南大学多通道测光巡天望远镜(Mephisto)的数据。
  • http://dr7.lamost.org/v2.0/catalogue站提供了.csv格式的LAMOST中分辨观测天区星表。
  • http://dr7.lamost.org/v1.3/catalogue站提供了.csv格式的LAMOST中分辨观测天区星表。
  • http://dr7.lamost.org/v2.0/catalogue站提供了.txt格式的LAMOST中分辨输入星表。
  • http://dr7.lamost.org/v1.3/catalogue站提供了.txt格式的LAMOST中分辨输入星表。
  • http://dr7.lamost.org/v2.0/catalogue站提供了.txt格式的“LAMOST低分辨输入星表”。
  •  
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