摘要：LAMOST是大天区面积多目标光纤光谱天文望远镜(Large Sky Area Multi-object Fiber Spectroscopic Telescope)的英文简称,后冠名为"郭守敬望远镜".LAMOST是由中国天文学家提出天文望远镜创新方案[1],并自主设计和研制的一架特殊的主动反射施密特望远镜.20世纪90年代初,我国计划筹建一批大型科学工程项目,用以促进国家战略高技术的发展和基础科研水平的提高.

摘要：恒星光谱数据的自动识别与分类是现代巡天望远镜所产生的海量光谱数据处理的一项重要研究内容。针对流量未定标的低分辨率恒星光谱设计了一种有效的自动分类方案,实现恒星光谱的MK分类:光谱型及其次型分类,光度型分类。该方案由三部分实现:(1)连续谱归一化:基于小波技术提取低频信号逼近连续谱的方法;(2)七种光谱型及其次型的分类通过非参数回归方法实现。(3)光度型分类通过基于最近邻的χ2方法实现。实验结果表明该方案能够有效实现恒星光谱的MK分类,光谱型及其次型的分类精度为3.2个光谱次型,Ⅰ-Ⅴ光度型的正确识别率为60%,次优统计率为78%。该方案训练速度快,方法实现容易,适用于海量恒星光谱自动分类处理系统。

摘要：自动测量LAMOST望远镜所产生的大量星系光谱红移,是LAMOST望远镜数据处理的关键。PCAZ的红移自动测量方法,只适用于红移值较小(一般情况不超过z<0 2 )的情况,其原因是受到所应用构建正交模板的光谱模板范围的限制。文章突破了这一限制,针对LAMOST将产生的光谱的特点,作者改进了这套方法。应用该方法到具体的观测数据中,得到了准确率超过90 %的红移值。该方法的红移测量极限依赖于模板的波长范围和待测光谱蓝端的信噪比,按照LAMOST的初步设计,对z<0 8红移,可进行准确测量。经过测量,得出结论:(1)该方法适用于LAMOST的星系红移测量;(2 )为实现巡天红移的测量,需要构造完备的不同星系的光谱模版(UV IR) ;(3)蓝端信噪比大小影响对大红移的测量。

摘要：星系通常分为正常星系(NG)与活动星系(AG)两类。文章提出了一种自动获取NG红移的快速有效方法:(1)由NG模板根据红移范围Ⅰ:0 0～0 3与Ⅱ:0 3～0 5模拟得到两类星系样本,进行PCA变换获得样本特征向量;(2 )利用概率神经网络设计两类样本特征向量的Bayes分类器;(3)对于实际NG光谱数据,利用Bayes分类器进行分类确定其红移的范围,然后在此范围内进行模板匹配得到红移的准确值。与在整个红移范围内的模板匹配方法相比,此方法不但节省了5 0 %的模板匹配运算量,而且还大大提高了红移值测量的精度。文章研究结果对于大型光谱巡天所产生的海量数据的自动处理具有重要意义。

摘要：针对恶劣射频环境下的大规模WIA-FA(industrial wireless network for industrial automation-factory automation)网络可靠传输问题,提出了一种面向WIA-FA网络下行数据传输的灵活可靠重传方法(flexible and reliable downlink retransmission,FRDR)。首先,设计一种新型超帧结构以支持循环重传和按需重传的混合重传模式。其次,分别对循环重传与按需重传两种重传模式进行了可靠性建模,网关基于分析结果动态选择更可靠的重传模式进行数据传输。最后,通过大量仿真验证了FRDR相比于传统的重传方法的可靠性优势。

摘要：恒星光谱分类是天体光谱自动识别中的重要组成部分。本文主要介绍一种实用的基于主分量分析(PCA)法对恒星光谱进行快速自动的分类方法。该方法在恒星的主分量空间中对样本点进行投影 ,并利用最近邻分类器进行分类 ,获得与恒星MK分类标准的光谱型基本一致的结果。本文的主要工作有 :(1 )利用PCA方法构造恒星光谱的特征矩阵 ,建构恒星的主分量空间 ;(2 )对恒星光谱进行主分量投影 ,对投影点进行光谱型和光度级的分类器设计 ,利用最近邻法分类 ,最后得出恒星的分类树。该分类法速度快 ,分类准确率较高 ,对目前许多大型光谱巡天计划所获得的大量光谱数据的处理有着重要的意义。

摘要：我国的书法艺术是一种古老的艺术形式,具有深厚的文化内涵,是中华文明的象征之一。我们汲取书法艺术元素,将其融入茶叶包装设计中,对于开发创新茶叶设计理念、增加茶叶包装设计的文化意蕴都是巨大的帮助。这种传统文化和现代包装设计的结合对于开拓新的设计思路是一次极有意义的尝试。

摘要：中国虚拟天文台图像处理分析工具(VO-IMPAT),是由国家天文台虚拟天文台项目组开发的一项服务,它提供了对数字巡天图像数据(Digital SkySurvey,DSS)、天文星表以及其他数据库的交互访问。VO-IMPAT的设计目的是实现多波段天文数据的融合。可以将不同波段的星表叠加到DSS底图上,如光学波段的USNO星表、近红外波段的2MASS星表、射电波段的NVSS星表和X射线波段的RASS星表。同时VO-IMPAT还可以对图像进行放大、缩小、伪彩色、等高线、直方图、尖锐化、平滑化、旋转等处理,不同的星表数据可以采用不同的颜色和图标显示。

摘要：面向对象方法是一种新的软件工程方法，对象模型技术是当前流行的面向对象的建模技术，为了能理解LAMOST观测控制系统的设计和运行过程，需要用面向对象方法进行物理建模。本文重点介绍LAMOST0级观测控制系统的物理模型。

摘要：海量天体光谱数据的自动分类是大型观测计划项目中急需解决的重要问题之一.本文设计一种基于覆盖算法的天体光谱自动分类方法.首先对训练样本进行训练,得到各类样本的支撑点(代表点),然后在分类时只需计算待分类样本到各类支撑点的距离,并将与之最近的支撑点所在的类别作为待分类样本的类别.通过对正常星系、正常恒星、星暴星系和活动星系核的模拟和实测光谱进行分类实验,并与 SVM 分类方法进行比较,结果表明本文方法具有训练速度快、分类准确率高等特点.因此,本文的自动分类算法对大型观测计划所获得的海量天体光谱数据处理有着重要的意义.