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）。
我们欢迎您将自己的看图情况发布在QQ空间或者微博微信中，也感谢您以此来宣传PSP平台。
为方便交流，大家可以加入XOSS星明天文台巡天QQ群，群号码：73444198，申请时请注明：“真实姓名+省市”，您还可以在群内结识更多资深天文同好，了解参与星明天文台主持的其他巡天项目 ...
-
-
可以是一张照片、一个故事、一首歌、一首诗，甚至是一段聊天记录……欢迎你尽情展示自己的创意和故事，分享创作背后的欢乐与艰辛。
-
此日食计算器能够查询公元前3000至后3000年范围内的日食信息，生成每次日食的覆盖区、中心区范围数据，展示日食带的地图；并可根据用户在地图上点击的坐标在线计算该地日食各阶段时间、食分等观测信息。
-
《数字宇宙中的空间利器》作品评述 本创意作品为基于万维望远镜平台制作的系列科普漫游，内容包含国内外著名空间探测器，如哈勃太空望远镜、旅行者号、东方红一号、嫦娥四号等。《数字宇宙中的空间利器》作品展映 1、天宫二号https://v.qq.com/s/videoplus/479971382 2、东方红https://v.qq.com/x/page/e31414zk4z1 ....html 3、卡西尼号https://v.qq.com/s/videoplus/479971382 4、地球之子https://v.qq.com/x/page/m31500z69lb.html ...5、旅行者号https://v.qq.com/x/page/c31522dznki.html 6、星链https://v.qq.com/s/videoplus/479971382 附：2020年度科技馆发展奖获奖名单 ...
-
此星表的共生双星候选体是用机器学习的方法得到的。
-
因为保密等原因，不能提供更多获得数据的仪器等方面的描述，数据更新时间为不定时更新，此数据为DUT1=UT1-UTC 值的公告，以+/-0.1s 精度的时间信号传输。
-
图1：白矮星示意图（图源：Caltech / IPAC ） Fusillo等人在Gaia EDR3的巡天数据集中，通过测光及视差等参数利用机器学习算法给出了约140万颗白矮星候选体。孔啸等人将LAMOST DR7数据集与Gaia EDR3数据中的白矮星候选体进行交叉，并利用机器学习的方法，辅助光谱特征的识别，最终高置信度地证认出 6190颗白矮星样本，经过对所有白矮星进行十几种细致的子型分类和大气参数测量 ...新闻来源：https://mp.weixin.qq.com/s/oG_mWv13xhCTiHJiZCMSiQ ...
-
我们使用机器学习技术有效的识别了新的共生星。这是一个新发现的共生星候选体星表。我们提供了相应的赤经赤纬和相关的星等信息。
-
基于此，研究人员通过机器学习方法构建了适合不同波段样本的最优分类器，为X射线牛顿天文望远镜第九次发布数据（DR9）提供了分类预测和概率。近年来随着观测仪器和观测技术的大幅提升,天文数据的搜集能力大大加强，天文学步入大数据时代。接着，利用机器学习方法针对不同波段的已知样本分别构建了不同的分类器，从中挑选出最优分类器对X射线牛顿天文望远镜DR9数据中的未知源给出了分类预测和概率。该成果充分体现了机器学习方法在多个大型多波段巡天项目融合数据中的应用价值，其分类结果为进一步细致分析和研究X射线源具有非常重要的科学应用前景。新闻来源：https://mp.weixin.qq.com/s/8iwhT0mB_5fEtbLTDegqhg ...
-
因为保密等原因，不能提供更多获得数据的仪器等方面的描述，数据更新时间为不定时更新，此数据为地球自转B公报主要提供了有关地球方向的最新信息，包括世界时间，地球极坐标和天极偏移等数据。
-
此数据集包含经过加工处理的583851条LAMOST DR3光谱。数据集包括训练集和测试集，均包含索引文件（index.csv）和光谱文件（.txt）两部分：索引文件的第一行是字段名，之后每一行代表一条天体光谱。训练集和测试集第一个字段均为光谱文件id号，训练集还包括一个分类标签字段。train_data.zip和test_data.zip中是以txt格式存储的经过插值采样光谱，所有光谱波长区间和采样点相同，波长范围是3800-9000Å采样点个数都是2600个。此数据集曾用于天体光谱智能分类天池大赛。
-
因为保密等原因，不能提供更多获得数据的仪器等方面的描述，数据更新时间为不定时更新，此数据为地球自转C公报主要是提供UTC的闰秒信息，以及协调世界时UTC与国际原子时TAI的相对差值等数据。
-
会议将重点介绍SKA国际进展、国内SKA已立项方向的进展情况及其它待立项方向的组织和准备情况，会议注册网址： https://docs.qq.com/form/page/DU1B4U0ZjemJOUUtG ...
-
近日，中国科学院大学黄样博士等人所在的研究团队利用机器学习的方法，获得了郭守敬望远镜(LAMOST)和美国APOGEE巡天中超过25万颗亮红巨星的高精度距离（优于15%），并利用该样本精确测量了距离银河系中心 ...研究团队进一步利用欧空局Gaia卫星数据中的三角视差，利用贝叶斯方法估计出的距离信息作为训练样本，基于机器学习方法从光谱数据中得到了这25万余颗亮红巨星的分光距离。新闻来源：https://mp.weixin.qq.com/s/j8OkhR4VW1HO_-LH6RmS1g ...
-
该仪器采用了先进的微孔龙虾眼X射线聚焦成像技术，观测视场可达340 平方度（18.6度x18.6度），是国际上首个宽视场X射线聚焦成像望远镜。仪器的关键器件包括36片微孔龙虾眼镜片组成的X射线聚焦镜组件和4片大阵列CMOS传感器组成的焦面探测器，均为我国自主研发。这也是首次将 CMOS 传感器应用于空间X射线天文探测。对超新星遗迹 Cas A的观测，则充分展示了CMOS探测器优秀的X射线能谱分辨率（图5）。仪器还探测到距离8.14亿光年的遥远类星体的X射线，证明其对较暗弱的X射线源的探测能力（图6）。初步测试结果表明，仪器功能正常，为满足EP宽视场望远镜的科学需求奠定了坚实的基础。新闻来源：https://mp.weixin.qq.com/s/4n5V-libzYFHBfBVWR4Akg ...
-
，国家天文台张静怡博士和张彦霞研究员等人利用LAMOST巡天的低分辨光谱数据，结合美国兹威基瞬态研究设施（the Zwicky Transient Facility，ZTF)获取的时序测光数据，应用机器学习算法 ...通过SPE分类器，研究团队从ZTF时序巡天数据中搜寻到8,210颗年轻恒星体（Young stellar objects，YSO)的候选体。新闻来源：https://mp.weixin.qq.com/s/DK-i3Rt--FLnk1lD0l2N3w ...
-
该方法基于望远镜终端仪器获得的星像形状与望远镜性能之间的深刻复杂的对应关系和最新前沿机器学习的相关算法，可以充分利用望远镜获得的星像进行训练和测试，实现了望远镜光学成像性能的高精度实时监测，并在我国首个天文类国家重大科技基础设施 ...不同原因引起的望远镜性能不佳产生不同的像斑形状，因此可以通过终端仪器获得的像斑形状去实时监测望远镜性能。图2 导星相机获得的各种星像形状统计（第一行为正常观测星像，占星像的绝大部分） 机器学习相关算法已经在很多领域中表现出很好的形状识别和分类能力，可以用于区分望远镜的获得的像斑形状。结合机器学习相关算法，可以通过以下几步实现望远镜性能监测，首先对望远镜获得图片进行分类，筛选出包含亮星的图片；然后对图片进行剪切，获得只包含单颗完整星像的小图片，使用机器学习算法对星像的形状进行识别，根据识别出形状给出造成性能不佳的原因 ...新闻来源：https://mp.weixin.qq.com/s/cGE6_Ez2_GlFGiSNF9IBXg ...
-
模型素材提供方：中国航天文创CASCI 4、嫦娥五号月球探测器 英文译名：Chang'e 5 lunar probe 嫦娥五号（Chang'e 5），由国家航天局组织实施研制，是中国首个实施无人月面取样返回的月球探测器 ...长征五号为捆绑四个助推器的两级半构型火箭，、全箭总长56.97米，起飞质量约869吨，可以完成近地轨道卫星、地球同步转移轨道卫星、太阳同步轨道卫星、空间站、月球探测器和火星探测器等各类航天器的发射任务 ...模型素材提供方：中国航天文创CASCI 6、天问一号探测器 英文译名：Tianwen 1 天问一号是由中国航天科技集团公司下属中国空间技术研究院总研制的探测器，负责执行中国第一次自主火星探测任务 ...2021年5月择机实施降轨，着陆巡视器与环绕器分离，软着陆火星表面，火星车驶离着陆平台，开展巡视探测等工作，对火星的表面形貌、土壤特性、物质成分、水冰、大气、电离层、磁场等科学进行探测。报道链接： 中国航天文创CASCI：https://mp.weixin.qq.com/s/pndnUBeo3nNir9HJvcRQMw ...
-
</p> <p> 如果各位用户还有什么建议意见的，可以加入XOSS星明天文台巡天QQ群反馈交流，群号码：73444198</p> ...
-
图1：类星体示意图（源自网络） 近期，国家天文台科研人员李长华、张彦霞、崔辰州等人基于北京-亚利桑那巡天（BASS）大型测光数据、LAMOST和SDSS的光谱巡天数据，通过多种机器学习方法，设计了二分及多分两种不同的分类策略 ...基于不同的特征组合，构建了多种分类器，最终选出性能最优的分类器应用在BASS DR3数据上。采用光学与红外的特征组合，分类结果在准确度、精度、召回率等指标上都超过了95%。李长华等人基于机器学习方法，研究了一步模型（对样本整体预测）和两步模型（对样本先分类，再预测）来测算样本的测光红移。