基于偏差估计卷积神经网络恒星光谱数据自动分类

天体物理学科中恒星光谱具有极其重要的研究前景,中国自主研制的大科学天文巡天项目大天区多目标光纤光谱望远镜(large sky area multi-object fiber spectroscopy telescope,LAMOST)自启用以来,已经成为世界上空间光谱获取数据量最大的科学装置.目前,第6期数据(sixth data,DR6)已对全球的天文工作者开放.恒星光谱数据分类在研究天文观测数据分析领域中极为重要,为了同时兼顾快速的运行速度和准确的分类精度,基于偏差估计卷积神经网络方法(bias estimation convolu-tional neural network,BECNN),分析了DR5中F、G、K、M型恒星光谱.BECNN核心思想主要是利用偏差函数泰勒展开式的偏差参数代替柔性最大值传输函数的偏差参数,进而减小误差,提高准确度.将本文方法与现有的神经网络(neural network,NN)和卷积神经网络(convolutional neural network,CNN)算法进行对比,BECNN算法在F、G、K、M型恒星光谱自动分类准确率分别为93.177％、88.349％、93.807％、89.255％;CNN算法分别为91.646％、87.671％、92.701％、89.054％;NN算法分别为90.819％、87.417％、91.325％、88.092％.同时,将两两恒星光谱数据融合作为测试样本集,做进一步验证.结果表明:BECNN光谱自动分类准确率高于CNN和NN方法,在今后特殊天体索搜与恒星光谱精细分类研究中,本文方法有较好的借鉴价值.     

长春卫星激光测距站的性能和观测概况

介绍了中国科学院长春人造卫得观测站的卫星激光测距系统的性能和观测概况，经过几年来的设备更新改造，系统性能有较大提高，观测质量和数量有了质的飞跃，单次测距精度由原来的5－7cm提高到1－2cm，标准点精度达到4－7mm，系统的长期稳定性由4cm提高到1cm以下，观测数量从1000从圈增加到3000圈左右，整体性能已进入国际激光测距网先进行列。     

基于可变形卷积网络的恒星大气物理参数自动测量

为解决海量恒星光谱数据自动处理问题,更准确地对恒星光谱物理与化学性质的研究,同时更加直观地反映恒星性质参数,通过利用可变形卷积网络(deformable convolutional network,DCN)方法对恒星大气物理参数进行分析,系统地研究了恒星表面有效温度(Teff)、表面重力(logg)、金属丰度([Fe/H])3个物理参数,实验结果对比梯度下降法神经网络(back propa-gation neural network,BPNN)、人工神经网络(artificial neural network,ANN)、径向基神经网络(radial basis function neural network,RBFNN),评价标准为平均绝对误差(mean absolute error,MAE)、均值误差(mean error,ME).基于SDSS-DR9、LAMOST-DR3恒星光谱数据得到Teff、logg、[Fe/H]的DCN-MAE分别为97.2136 K、0.281 2dex、0.125 2 dex,DCN-ME 分别为106.596 3 K、0.385 6 dex、0.175 3 dex.实验结果显示DCN效果优于BPCNN、ANN、RBFNN,为进一步分析与反映恒星真实情况提供参考.     

谈谈医院电子档案的形成及收集

随着信息技术的飞速发展,医院办公自动化、文档一体化的广泛普及,以新的形式出现的电子档案作为一种重要的信息资源将在未来医院档案发展中起着重要作用,如何收集并管理好电子档案成为当前档案工作人员面临的新的课题,档案收集工作是做好医院档案管理的基础。本文就针对电子档案的收集工作中存在的问题及应对策略进行了有益的探讨。     

Sigma相对316不锈钢在熔融镁合金保护气中腐蚀行为的影响

选取了AISI316型奥氏体不锈钢在650-800℃范围内服役时间长达120 000h的管材,通过金相法和EDS分析证明了基材中含有Sigma相。主要研究了不锈钢中的Sigma析出相对AISI316型奥氏体不锈钢在熔融镁合金保护气(SF6)中腐蚀行为的影响。实验结果表明,含有Sig-ma相的316不锈钢实验到200h就发生了严重的晶间腐蚀。腐蚀产物中,首先形成Cr2O3然后连着CrxO3或CrxO4层,最表层是疏松的Fe3O4层与片状结构的Fe3O4和C混合层连接。