• 注册网址如下:http://119.29.84.106:8000/register | ...
  • 会议网址:http://gra2020.csp.escience.cn,请参会者自行在注册页面进行注册。会议注册截止日期:2021年3月30日。 2.
  • 本次报告以邀请报告为主,线上参会网址将近期公布。
  • 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 ...
  • IERS的A公报主要给出地球方向参数、世界时UT1与协调世界时UTC差值及其每日间隔的误差、对未来1年的预测值等数据。
  • * data.zip里包含了训练好的模型、测试集标签、测试集预测结果以及APOGEE DR17与LAMOST DR8的交叉匹配星表match.csv。 * pdf.zip里则包含了论文中的所有图片。
  • Lyrae),它们与天鹅座的天津四共同构成“夏季大三角”,成为了夏季星空的重要标志,不知道牛郎织女的神话是不是也为“夏季大三角”的观测蒙上了一层浪漫的色呢 ...
  • 图1:观测到的鲸鱼座星流成员星(彩色符号)和数值模拟预测的鲸鱼座星流(灰色)对比,图中同时标识出了处于南天的Palca星流和球状星团NGC 5824。
  • 这次请通过网站在线申请,网址http://astrocloud.china-vo.org/ 在线申请系统由中国科学院“十二五”科研信息化专项天文学科技领域云项目组完成,感谢项目组的辛勤工作!  ...
  • 访问来源网址统计图   以上数据是中国虚拟天文台用户分析,China-VO 会竭诚为每一位用户提供更加便捷和完善的数据服务。
  • 培训网址:https://nadc.china-vo.org/events/training2023/ 培训详情:2023年互动式天文教育全国教师培训,等你来参加!
  • 文/赵海斌 中国科学院紫金山天文台 2020年2月29日,国际小行星中心(MPC)发布了紫金山天文台近地天体望远镜新发现的一颗对地球构成潜在威胁的小行星:2020 DM4,并预测将于2020年5 ...
    然后,根据更多实际观测的位置来对小行星轨道参数进行改进,以保证能够准确地预测小行星的运动。通常需要至少三次观测才能确定可供发布的轨道参数。
    观测数据越多,覆盖弧长越长,计算出的轨道参数就越准确,做出的轨道预测也就越准确。
  • 宇宙中突然出现的超新星是没有规律的,谁也不能预测什么时候、什么地方会有新的超新星爆发。因此,我们只能不断地搜寻。
  • 本次申请截止日期和时间为2014年11月20日23:59,网址为 http://astrocloud.china-vo.org/ 相关链接: 2.16米望远镜用户(申请)须知 http:// ...
  • 另外,研究团队还发现这颗星几乎沿着银盘转动方向从银盘抛射出来,前人的文献中曾经预测大约只有1/100的超高速星属于这种沿着银盘转动方向抛射出来的超高速逃逸星,如此稀少的超高速星尚属首次发现。
  • 德国和中国天文学家组成的国际研究团队利用郭守敬望远镜(LAMOST)数据发现了一颗十分罕见的新型激变变星(命名为LAMOST J0140355+392651),该天体的伴星正处于向极低质量白矮星演化的过渡阶段,在这之前理论曾预测这种过渡型激变变星的存在 ...
    图2: LAMOST中的激变变星光谱 (图源:Hou, et al., AJ, 2020, 159, 43) 林茂则物繁,随着越来越多的激变变星样本被发现,其中一些极其稀有甚至只出现在理论预测中的激变变星成员也陆续被挖掘出来 ...
    另外,通过演化模型计算,该团队预测此双星的质量转移将很快结束,此后该伴星将演化成为一颗极低质量的白矮星。可以说,这颗激变变星的伴星正处于一颗恒星氦核和极低质量白矮星之间的过渡状态(图3)。
    在这之前,理论上曾预测存在此类过渡型的激变变星,但是从未被观测到,LAMOST凭借自身在搜寻稀有天体方面的优势首次观测到了它的存在。
  • 但超新星的出现没有规律,无法预测下一颗超新星在哪爆发,科学家往往会错过它爆发的前几天。
    星明天文台公众超新星搜寻项目网址: http://psp.china-vo.org   相关媒体报道: 国家天文台:国内首个天文全民科学计划上线,邀您共同发现超新星 http://www.nao.cas.cn ...
  •   培训信息   培训时间:2019年8月13-16日(13日报到;14-16日培训研讨)   培训地点:浙江省杭州高级中学(钱江校区)   报名网址 ...
  • 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。
    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。
  • 大赛网址:https://nadc.china-vo.org/events/tours2022/ ...
  •  
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