恰恰就是这个原因导致很多普通民众认为必须要懂很多高深的天文知识，掌握很多数学物理方法才可以做到。
由于计算机和网络的普及，这些复杂的工作完全不需要我们去深入了解，因为计算机最能干的事情就是完成有规律且重复性很强的工作。
</p>
<p>如今，星明天文台借助中国虚拟天文台强大的技术开发与资源实力对原有系统进行改造，推出全新的PSP平台，以期望让科学普及真正落实，让人人都关注科学，关心天文，用最简单的方式参与科学研究 ...
-
-
这是“Fast generation of mock galaxy catalogue with COLA”一文中所用到的数据集，包括BOSS CMASS NGC星系的模拟星表和暗物质粒子模拟直接输出的暗物质晕表。
-
此星表的共生双星候选体是用机器学习的方法得到的。
-
近几年，随着天文学对于数据处理的速度和质量要求性的提高，大量新的计算方法和技术纷纷涌现。由于这些新的方法越来越复杂，因此也使得再现这些算法变得更加困难。当前迫切需要一种技术手段，可以在完备的知识产权保护体系下，对计算方法以及分析方法的代码、数据进行共享，给新算法的快速采用、理解和推广提供渠道。在这个平台上，科学数据不仅可以存储和分享，还可以申请独一无二的“网络通行证”——DOI编码。更重要的是，PaperData还受到了AAS和RAA等期刊的推荐，如果在发表论文时通过这一平台分享实验所使用的计算和分析方法，或许可以为推广新算法提供更好的“解题思路”。为此，我们提出一种数据驱动的图像复原方法：用同波段清晰的天文图像作为参考，利用循环神经网络（CycleGAN）将模糊的天文图像投影到清晰的天文图像空间，实现无参考的图像复原（Solar Image Restoration ...
-
/p> <p style="text-indent: 2em"> 尽管，仰望星空是人类亘古不变的追求，但寻找宇宙新发现对普通大众而言始终是一件高深莫测的事，需要具备足够的天文知识，掌握很多物理、数学方法才可以做到 ...</p> <p style="text-indent: 2em"> 因此，该搜寻平台本质上就是一个网上看图平台。”</p> <p style="text-indent: 2em"> 事实上，建立一个公共的搜寻平台，也是高兴在“玩”的过程中得到的启发。</p> <p style="text-indent: 2em"> 这让他意识到，中国的天文爱好者数量很多，如果能建立一个类似的网络平台，就能满足更多人对天文观测的热情。此外，平台也争取向天文爱好者提供更多知识、教程，并让他们获得与专业人员互动、交流的机会。</p> <p> 《中国科学报》 (2015-08-07 第8版 新知)</p> ...
-
我们目的是利用DMT_BGSeg方法提供中国六个观测站每日黑子图的sunspot个数、pore个数、umbra个数、penumbra个数、hole个数、hole面积、umbra面积、penumbra面积 ...
-
国际上已有相关研究团队利用卷积神经网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网络，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，通过测试卷积神经网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网络，该小组还对卷积神经网络的稳定性作了测试。该项工作构建的神经网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。
-
我们利用SPar算法为来自SkyMapper Southern Survey（SMSS）的1.41亿颗恒星提供了恒星参数，包括有效温度（Teff）、金属丰度（FeH）、绝对星等（M_{G}）、距离（d）和消光值（E_{G_{BP},G_{RP}}）。该算法采用拟合过程，通过匹配多波段的恒星测光数据，以个别恒星为基础推导出恒星参数（Teff、FeH、M_G、d和E_{G_{BP},G_{RP}}）。通过将研究范围扩展到高和低银纬的恒星，本研究成功地纠正了位于低银纬的恒星的消光效应，从而精确确定了它们的恒星参数。
-
我们利用SPar算法为来自SkyMapper Southern Survey（SMSS）的1.41亿颗恒星提供了恒星参数，包括有效温度（Teff）、金属丰度（FeH）、绝对星等（M_{G}）、距离（d）和消光值（E_{G_{BP},G_{RP}}）。该算法采用拟合过程，通过匹配多波段的恒星测光数据，以个别恒星为基础推导出恒星参数（Teff、FeH、M_G、d和E_{G_{BP},G_{RP}}）。通过将研究范围扩展到高和低银纬的恒星，本研究成功地纠正了位于低银纬的恒星的消光效应，从而精确确定了它们的恒星参数。
-
近日，国家天文台王守成博士、马骏研究员，云南大学陈丙秋副教授，云南天文台龙潜研究员等人基于LAMOST数据构建了搜寻仙女星系（M31）星团的新方法，并从仙女星系全景考古巡天（PAndAS）测光数据中证认出 ...图1：仙女星系 王守成等人从LAMOST DR6 数据中挑选出M31中346个星团、银河系前景天体和背景星系，结合文献中给出的M31星团与非星团样本作为训练样本，构造了一类双通道深度卷积神经网络（CNN ...而在没有哈勃数据的区域，研究团队基于LAMOST，PAndAS等地面望远镜的观测数据优势，利用新方法在搜寻M31盘中年轻星团方面取得了新的突破。
-
这里公布的是太原理工大学智能光学实验室研究的CMOS暗电流建模和坏像素识别方法所对应的样例代码，代码已经应用于一个商用卫星的数据处理任务中，并且展示了比较好的结果。
-
这里公布的是太原理工大学智能光学实验室研究的CMOS暗电流建模和坏像素识别方法所对应的样例代码，代码已经应用于一个商用卫星的数据处理任务中，并且展示了比较好的结果。
-
项目中科学数据内容主要包括实验测试数据、论文和专利等原始数据，具体包括：（1）高增益宽带馈源与天线设计，建立馈源天线阵列的低旁瓣和波束一致性协同设计方法。（2）滤波馈电网络设计 建立基于人工表面等离子激元（SPPs）技术的天线解耦和噪声抑制方法。针对互耦导致的天线性能下降，提出新型人工SPPs传输线设计天线阵列馈电网络，揭示人工SPPs 的强电磁束缚特性抑制天线互耦及其低通特性对高次模干扰信号抑制机理，降低高集成度馈源的端口耦合和抑制干扰噪声。项目考核指标：滤波馈电网络端口互耦≦-20 dB、陷波深度-40dB、带内插损≦0.15dB、带内驻波≦1.2，最小带外抑制-40dB。数据内容：论文发表的射电望远镜馈源滤波馈电网络电磁传播性能参数。通过低温纳米晶体管小信号电路模型及其参数提取方法，研究低温纳米晶体管小信号噪声模型；通过低温晶体管噪声形成机理，揭示主要噪声源与晶体管物理结构关键设计参数之间的关系，建立精准的晶体管等效电路模型。
-
采集方案依据《SJ 20884-2003 相控阵天线测试方法》和《SJ 20583-1996 宽带天线通用规范》对送测阵列天线的带宽、增益、法向波束宽度、方位副瓣等特性开展测量和数据采集。使用的采集设备包括矢量网络分析仪、天线近场测量探头、标准增益喇叭天线、矢量网络分析仪校准件和电磁微波测量暗室。
-
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 ...
-
脉冲星测时阵是选取一批在天空中呈现一定角度分布的毫秒脉冲星组成阵列，并进行长时间测时监测的射电观测方法，可用于探测纳赫兹引力波。基于此，研究人员使用了偏振测时的方法，即通过偏振测时可以减弱抖动噪声，提高测时精度，促进脉冲星测时阵探测纳赫兹引力波的探测。研究人员利用FAST高质量偏振的特性，考虑使用轮廓的偏振信息生成到达时间，并进行偏振测时研究，发现该方法可以把抖动噪声降低6.7%- 39.6%。因此，偏振测时的新方法为进一步提升脉冲星测时阵探测纳赫兹引力波的灵敏度提供了机会。后续，研究人员将把偏振测时方法应用到更多毫秒脉冲星噪声建模和纳赫兹引力波等搜寻工作。
-
图1：中国虚拟天文台平台的技术路线图 中国虚拟天文台： 1）首创面向混合云环境的虚拟天文台软件体系架构，解决了异构资源的融合、互操作与数据安全问题，支持单条天文观测数据级别的细粒度访问控制；自主创新实现了面向混合云环境的虚拟天文台基础软件框架与首个完整实用的虚拟天文台 ...提出观测设备时间申请分配标准化流程与可扩展框架，解决了观测设备之间的数据安全隔离问题；以基于图论的优化方法解决了大型观测设备切换观测目标的调度问题；提出基于天区划分索引的原位检索方法，解决了海量天文图像时序数据子集的高效获取问题 ...3）创新多波段天文数据融合技术方法。提出支持大规模分布式并行的天文交叉证认计算与数据布局优化方法；提出快速邻域编码计算算法解决证认计算边界漏源问题；提出基于贝叶斯假设推断方法，使用直线非对称模型对非点源星表进行交叉证认。以该平台为基础打造的国家天文科学数据中心2019年6月获得科技部、财政部的批准，正式列入国家科技资源共享服务平台名单，填补了我国天文界在国家科技创新基地体系中的空白。
-
近期，山东大学李凯教授团队提出基于神经网络的相接双星光变曲线分析方法，并应用于ASAS-SN巡天发现的12201颗相接双星的物理参数求解，相关成果以“Physical Parameters ...传统光变曲线分析方法，如W-D或PHOEBE程序，计算过程非常耗时，难以满足大规模相接双星物理参数的计算。最近，中国科学院云南天文台丁旭等人开发了一种基于机器学习方法和马尔可夫链蒙特卡洛（MCMC）算法的模型，能够快速求解相接双星的物理参数，并已应用于TESS、ASAS-SN和CSS巡天数据。本研究共训练六个神经网络模型，模型五的参数分布如图1所示。图2 两个典型目标的物理参数后验分布图和光变曲线拟合结果 我们将构建的神经网络模型应用于ASAS-SN巡天发现的EW型双星，使用两个标准筛选样本：1、分类概率不低于0.99；2、LKSL小于0.1，共筛选出 ...
-
研修主要内容： （一）实测天文相关前沿课题讲座； （二）参观兴隆观测基地； （三）光学天文望远镜和终端仪器介绍； （四）测光观测方法； （五）测光数据处理方法 ...
-
利用SAGES DR1北天巡天数据的u，v波段数据以及Gaia, 2MASS, WISE, GALEX等可见光近红外近紫外数据，使用随机森林方法，计算了约2100万颗恒星的三种大气参数（[Fe/H], ...