与科学未来的塑造者面对面

太空旅行或攀登珠穆朗玛峰能否有助于医生维持重症护理病人的生命,或者改善病弱老人的命运呢?凯文·冯(Kevin Fong)的回答是肯定的。他正在研究人体对外伤和疾病的反应,以及在险恶环境之间的奇妙联系。他渴望亲自体验这些环境,包括进入太空。这也许就是《君子》杂志在最近采访他时称他为“太空医生”的原因。以下是詹姆斯·兰德森(Jarnes Randerson)与凯文·冯之间的访谈内容。     

开采月球

在人类历史上12个月球漫步者中,最后一个涉足其上的哈里森·施密特(HarrisonH.Schmitt)是唯一一个受过科学训练的人(地质学博士),他看到并做到了多数科学家梦寐以求的事情。施密特1972年随“阿波罗17号”宇宙飞船在月球上所完成的工作堪称人类探测史上最激动人心和最富成果性的一段佳话,他在TaurusLit-trow谷地驻留的3天是科学和艺术史上的无价宝藏。遗憾的是,这些经历并不是他新近出版的《重返月球:人类太空移民的探险、开发与能量之源》一书的主题。     

移动机器人室内运动目标检测的一种新方法

针对室内环境提出了一种运动目标检测新方法,可有效克服室内光线的突然性变化,并能准确检测和提取室内运动的物体.首先将RGB图像转换为更适合图像处理的HSI图像;然后将背景差和帧间差有效融合,以克服室内光线的突然性变化;最后通过背景差和帧间差的合理选择性应用,可准确提取室内运动的物体.方法的核心是在HSI颜色模型下,通过背...     

行星为何如此特殊?

观点:行星科学研究需要地质学家的演绎推论技能和天体物理学家的数学方法相结合--行星是一些善变的个体,形成于许多随机的过程。在我们的太阳系有8颗行星,它们在质量、密度、组成、旋转速度以及轨道倾角等方面均各不相同。它们唯一的共同特征是近似圆形的运行轨道和相对于日地平面,即黄道的低倾度。这些特征使得皮埃尔·西蒙·拉普拉斯(Pierre-Si-mon Laplace)在1796年得出结论,认为这些行星都起源于一个旋转的盘状物,即太阳星云。我     

下一焦点--水星

约翰·霍普金斯大学应用物理实验室在为“信使号”宇宙飞船进行为期7年的内太阳系之旅做准备。下一焦点———水星是可观察的 ,但没有一种方法可将此写入量子论中。范屈彻说 ,“一些人曾尝试过 ,若要有一个可观察的固有时间 ,结果总是违反量子力学中的某些东西。看来 ,量子力学     

栅格地图中基于改进粒子滤波的SLAM

针对移动机器人在未知环境中导航时由于机器人本身位置不确定、所处环境不可预知等问题,提出了一种在栅格地图中基于改进粒子滤波的SLAM定位算法.首先利用贝叶斯规则更新环境信息;然后利用改进粒子滤波对机器人进行定位,地图更新和机器人定位交替进行,直到将整个环境探测完毕.仿真结果表明:该算法在SLAM中增强了实时性,比较精确地...     

大数据时代的天文学研究

天文学已经进入数据密集型时代或者说大数据时代.面对海量天文数据在存储、计算、网络、软件、算法乃至工作模式等方面的需求和挑战,天文学家连同计算机和信息技术领域的专家正努力使基于科学数据的知识发现过程变得更加容易.虚拟天文台旨在实现科学数据的互操作,打造一个全球性的数据网格.天文信息学则从分支学科的高度来考虑天文学的长远发展.数据挖掘和知识发现在数据密集型时代大有可为,自身也必将获得长足发展.本文简要论述天文学研究在数据密集型时代所面临的挑战,介绍虚拟天文台理念和最新进展,探讨天文信息学发展的必要性和所包含的研究内容,阐明数据挖掘和知识发现的必要性和发展方向.     

机器人探测未知环境的螺旋形导航算法

在很多情况下，机器人对作业环境并没有预先了解，这就使得机器人对环境的探测成为必要。因此，设计合理的导航算法，从而使机器人在较短的时间内能够较完整地构建出环境地图，为机器人完成作业提供了基础。本文提出了一种基于虚拟力的螺旋形导航算法，采用超声距离传感器，对未知环境进行实时在线的探测，采用本算法可以避免机器人之间以及机器人与障碍物发生碰撞。本文推导了机器人的运动学和动力学方程。仿真对比实验表明了该算法的有效性。本文进行了若干作业任务的仿真实验，使算法得到了进一步验证。     

大数据时代的天文学研究

天文学已经进入数据密集型时代或者说大数据时代.面对海量天文数据在存储、计算、网络、软件、算法乃至工作模式等方面的需求和挑战,天文学家连同计算机和信息技术领域的专家正努力使基于科学数据的知识发现过程变得更加容易.虚拟天文台旨在实现科学数据的互操作,打造一个全球性的数据网格.天文信息学则从分支学科的高度来考虑天文学的长远发展.数据挖掘和知识发现在数据密集型时代大有可为,自身也必将获得长足发展.本文简要论述天文学研究在数据密集型时代所面临的挑战,介绍虚拟天文台理念和最新进展,探讨天文信息学发展的必要性和所包含的研究内容,阐明数据挖掘和知识发现的必要性和发展方向.