排序方式: 共有2条查询结果,搜索用时 78 毫秒
1
1.
星系团是宇宙中质量最大的引力束缚天体,是宇宙大尺度结构中密度相对比较高的节点.因此星系团是研究宇宙学的重要示踪天体之一,也提供了星系多样的寄居环境.基于公开的巡天数据,我们证认出了数目最多的星系团,显著扩展了星系团发现的红移范围.根据星系团在宇宙空间中的成团性,探测到了显著的宇宙重子声波振荡信号.通过查看星系团图像,发现许多星系团作为强引力透镜使背景星系呈现巨大的光弧.根据星系团中成员星系的分布,我们计算了最多星系团的动力学状态参数,并发现只有约1/3的星系团处于弛豫状态.我们还发现,在越弛豫的星系团中,最亮团星系的光学光度越大,其他亮成员星系越少.随着国际上在多个波段更深巡天数据的发布,星系团的研究将会有多方面的突破. 相似文献
2.
使用残差神经网络(residual neural network,RNN)算法对斯隆数字巡天(Sloan digital sky survey,SDSS)提供的天体伪彩色图片进行分类,直接从图像中获得特征.使用带有光谱信息的星系与恒星图片作为训练集和测试集.经过训练,在测试集上的准确率达到98.23%,召回率达到98.80%。这表明:RNN可以实现对星系和恒星图像的精确分类,分类器给出的恒星-星系概率是有效的,可用于分类可靠度评估;还可以尝试将此分类器应用到未来巡天中,进一步测试其性能. 相似文献
1