English | 简体中文

You are here

综合新闻

一种光谱特征自动提取的新方法及应用

光谱的特征提取是光谱自动化处理和分析的关键环节,近期,北京师范大学王可、郭平等人提出了一种光谱特征自动提取方法,该方法利用大量LAMOST观测光谱,使用伪逆学习算法训练局部连接的多层神经网络。与传统的多层神经网络训练算法相比,伪逆学习算法的应用使得网络在训练速度以及参数调优方面具有明显的优势。此外,新的网络结构降低了模型的复杂度,并具有更强的局部特征学习能力,同时能够降低过拟合的风险。该研究将新的神经网络模型成功应用于恒星光谱的自动分类以及红蓝端拼接错误的光谱修复问题中,在没有领域知识的前提下,该模型在LAMOST实测光谱数据上取得了良好的试验结果(如下图所示)。

利用LAMOST光谱数据获取恒星近红外内禀色指数

色指数是天文学中利用颜色来显示恒星表面温度的量。恒星的内色指数是给定光谱型恒星所固有的色指数。它可以很好地反映出天体在某一波段连续谱的能量分布情况。由于星际消光的存在,恒星的内禀色指数会受到红化,早期的天体物理量给出了不同类型恒星的内禀色指数的值。

2017年度用户培训会议通知

    关于召开2017年度LAMOST用户培训会的通知

  作为中国天文界的第一个国家重大科技基础设施, LAMOST望远镜一期光谱巡天将于2017年6月结束,预计将发布约900万条光谱,其中高质量光谱(信嗓比大于10的)约750万条, 恒星参数约500万组。 这是世界上最大的、 有传承价值的天体光谱数据库,填补了中国大型天文基础数据的空白,为研究银河系及一般星系的形成与演化提供了基础性数据。 目前已有二百多篇基于LAMOST数据的研究成果发表并呈快速增长的趋势。

为吸引更多的天文工作者和学生参与LAMOST相关科研工作, 进一步扩大LAMOST的科学产出,特定于2017年7月1 - 2日在北京召开2017年度LAMOST 用户培训会。 真诚欢迎天文界同仁和学生积极报名参加。 会议具体信息如下:

1. 主办单位: LAMOST用户委员会、LAMOST运行和发展中心

2. 会议时间:2017年7月1 - 2日;6月30日下午从国家天文台出发去国科大,7月2日晚返回。

3.会议地点: 国科大国际会议中心

4.会议日程:另行通知;

5.食宿:本次会议不收取注册费, 食宿由会议主办方统一安排;

LAMOST第五年正式巡天第二批数据已发布

尊敬的用户,LAMOST正式巡天第五年第二批数据产品

利用核主成分分析方法精确计算LAMOST恒星参数

精确的恒星大气参数、元素丰度和距离是利用恒星作为探针研究银河系形成历史及相关物理过程的基础和前提。传统上,精确的恒星大气参数和元素丰度通常由高分辨率光谱得到,而精确的恒星距离则由三角视差方法得到,然而这些传统方法目前只适用于小样本、近距离的亮星。因此为了精确计算LAMOST低分辨率恒星光谱的上述参数,就需要在方法上有所创新。

利用LAMOST和SDSS数据证认人马矮星系星流的新分支

近期,山东大学威海校区石维彬副教授等人通过分LAMOST K巨星数据与SDSS RGB数据确认了一个已知分支,并在人马矮星系

夜空中闪亮的“星”

神猴辞岁,金鸡迎春。2017127日,又是一年除夕时,又是一年万家团圆、举国欢庆的新春佳节。

2017217-19日,973项目基于LAMOST大科学装置的银河系研究及多波段天体证认”2016年度学术讨论会在云南大学顺利举行。

Pages

Subscribe to 综合新闻