qqqqqq
注册 登录
EN | CN
  • 首页
  • 论文提交
  • 论文浏览
  • 论文检索
  • 个人中心
  • 帮助
按提交时间
  • 1
  • 1
按主题分类
  • 2
按作者
  • 2
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
按机构
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
当前资源共 2条
隐藏摘要 点击量 时间 下载量
  • 1. ChinaXiv:202107.00044
    下载全文

    AIMS望远镜8~10微米成像终端系统装调检测方法

    分类: 天文学 >> 天文学 提交时间: 2021-07-30 合作期刊: 《天文研究与技术》

    王雅琦 冯志伟 白先勇 张志勇 孙英姿 荀辉 沈宇樑 邓元勇

    摘要: 针对AIMS望远镜8~10μm真空制冷成像终端系统的高精度装调需求,提出了一种基于中红外可调谐激光光源的宽谱段干涉检测和装调方法。首先,采用泰曼—格林型干涉仪,利用其参考臂可调的优势,弥补光源相干性不足的缺陷,从而可以实现8~10μm宽谱段的干涉测量。其次,完成了干涉仪光学系统设计,可同时兼顾8~10μm和可见光双波段的波前质量,从而解决了肉眼不可见为干涉仪自身装调带来的困难。设计结果表明,利用可见光激光器进行干涉仪自身装调,可达到RMS 0.05λ@0.633μm的波前精度;在8~10μm检测波段,干涉仪波前RMS值均能优于0.001λ,可满足待测系统的检测需求。最后,基于逆向优化法仿真了8~10μm光学系统的装调流程。

    通过
     点击量 3799  下载量 1217  评论 0
  • 2. ChinaXiv:201805.00160
    下载全文

    基于LeNet-5卷积神经网络的太阳黑子检测方法

    分类: 天文学 >> 天文学 提交时间: 2018-05-15 合作期刊: 《天文研究与技术》

    付小娜 廖成武 白先勇 梁波 冯松 杨洪娟 杨云飞

    摘要: 太阳黑子与耀斑的爆发存在紧密联系,因此及时准确地检测全日面图像中的太阳黑子可以为耀斑的预报提供依据。基于深度学习框架的LeNet-5卷积神经网络实现了一种太阳黑子自动检测方法,主要步骤包括:制作太阳黑子样本库、训练全卷积神经网络模型Sunspotsnet、检测和标记全日面像中的太阳黑子。实验结果表明,该方法可以识别SDO/HMI的全日面连续谱图像上各种类型的黑子,尤其是较弱的磁孔(0.88倍平均光球强度),采用基于深度学习的方法检测太阳黑子是可行的,训练的Sunspotsnet网络模型可以快速有效地应用在太阳黑子的检测上。

    通过
     点击量 3336  下载量 1639  评论 0
友情链接 : ChinaXiv PubScholar 哲学社会科学预印本
  • 运营单位: 中国科学院文献情报中心
  • 制作维护:中国科学院文献情报中心知识系统部
  • 邮箱: eprint@mail.las.ac.cn
  • 地址:北京中关村北四环西路33号
招募预印本评审专家 许可声明 法律声明

京ICP备05002861号-25 | 京公网安备110402500046号
版权所有© 2016 中国科学院文献情报中心