增加了新地标，包括：
4个环形坑：阿姆斯特朗环、科林斯、奥尔德林、博比耶。
为保证印刷后的清晰度，将着陆点文字的颜色改为紫色白边，并在地图右下角加上了颜色说明。
月面地图可以用来做什么？
1.
如果大家有兴趣，也欢迎帮忙校对地图，校对方法可见“校对说明”文档。校对后如果发现问题，可与我们联系。
-
-
9月5日晚，在中科院云南天文台及清华大学专业天文工作者的帮助下（1摩尔赞），利用云台丽江站2.4米望远镜抓住仅有的半小时晴天机会，及时拍摄了该候选体的光谱，分析并认证为 Ia-91T-like 类型。
-
5、大赛组委会对恶意刷票保留处理权力。 即日起登陆中国数字科技馆大赛官方投票页面即可投票。 https://www.cdstm.cn/subjects/observatory ...
-
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 ...使用XGBoost回归算法计算的候选体测光红移范围为(0, 5]。本星表中包含了候选体的PS1和AllWISE星等、测光红移、分类概率，以及Gaia自行信息。
-
此外，这种做法忽视了光谱之间的关系。专家可能会连续遇到不同类别的光谱，因此不得不频繁地切换认知焦点，导致完成分类所需的时间和认知资源大大增加。专家一方面可以在光谱中刷选几个显著的特征，系统会自动识别其中的谱线和对应的红移。另一方面，系统展示不同红移下所有谱线的整体重要性。整体重要性较高的红移可能对应真实红移。图5：光谱表征算法性能评估。 图6：用户实验结果。我们首先通过参考光谱来评估光谱表征算法性能。如图5所示，673条光谱的最高得分红移候选对应正确红移（准确率91.69%），并且随着候选红移数量增多，算法准确率持续提升。结果说明了算法和提供多个红移候选策略的有效性。在检查过程中，系统识别出2,262条极冷矮星，数量符合专家预期。
-
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。
-
静态图是将新图和历史图（以前拍摄的同一目标位置的图）进行减法的操作，将重复部分减去只留下新出现星点的部分，然后再做强化处理，因此在静态图中找新目标被叫做寻找亮斑。超新星SN2013gb ，由绍兴爱好者王彬发现 超新星SN2013fw ，由宁波爱好者金彰伟发现 动态图就是将未做减法处理的新图和历史图来回切换，由于人眼对两图中的不同部分非常敏感 ...”，但是在同一个批次中（也就是每一个小时系统发放的图片中），一个用户最多可以提交六次可疑目标，超过六次系统就会停止给您放该批次的图了，此举是为了避免有小朋友胡乱提交，增加后台高级用户的负担~ ...我们强烈建议您对可疑目标做指示（如果无法完成上述标记功能，大多是因为浏览器的问题，您可以换一个浏览器尝试，尤其是手机用户，请不要使用UC浏览器）。
-
单次曝光光谱的视向速度由光谱和最佳拟合模版的最小chi^2法测量得到。谱线宽度和单个光谱的视向速度的信息可在线获得。对于在同一天观测的信噪比高于20的恒星，视向速度不确定性低于5km/s，而在不同夜晚观测的恒星，视向速度不确定性增加到10km/s。
-
使用离散傅立叶转换法拟合漩涡星系的悬臂，得到悬臂的性质。参见文章: The Carnegie-Irvine Galaxy Survey. VI.
-
好几位国内外友人大赞我的胸卡并合影留念，因为它的编号是“0001”。殊不知那届大会的网站和注册系统是我一手搭建管理的，作为超级管理员，“0001”的编号当然非我莫属啊。
-
与DR1相比，此星表增加了更多的谱指数信息。星表以FITS表格和csv表格两种格式提供。
-
与DR1相比，此星表增加了更多的谱指数信息。星表以FITS表格和csv表格两种格式提供。
-
该项目包括从LAMOST DR8中约821万个低分辨率光谱估计出的目录、代码、训练好的模型和实验数据，分别用于天文科学探索和数据处理算法研究。
-
此星表的共生双星候选体是用机器学习的方法得到的。
-
与DR1相比，此星表增加了更多的谱指数信息。星表以FITS表格和csv表格两种格式提供。
-
与DR1相比，此星表增加了更多的谱指数信息。星表以FITS表格和csv表格两种格式提供。
-
与DR1相比，此星表增加了更多的谱指数信息。星表以FITS表格和csv表格两种格式提供。
-
与DR1相比，此星表增加了更多的谱指数信息。星表以FITS表格和csv表格两种格式提供。
-
与DR1相比，此星表增加了更多的谱指数信息。星表以FITS表格和csv表格两种格式提供。
-
不过还有约7%的论文无法有效地确定国别，主要原因是tex源文件的通讯地址写法多种多样。作者邮箱也不固定，有8.6%的通讯作者留的是gmail邮箱。如果我们考察相关论文数的和去年的差值，可以得到变化最大的关键字排名： black hole, 增加 100篇 Bayes factor, 增加 74篇 stellar mass, 增加 72篇 ...core mass, 增加 46篇 binary system, 增加 45篇 star formation, 减少 74篇 magnetic field, 减少 49 篇 kinetic ...在软件技术方面，近年火热的卷积神经网络（CNN）、机器学习（ML）均已占有一席之地，不过距离MCMC这样的通用算法还有一定差距。