The relationship between the radio core-dominance parameter and spectral index in different classes of extragalactic radio sources(Ⅱ)

Active galactic nuclei(AGNs) can be divided into two major classes, namely radio-loud and radio-quiet AGNs. A small subset of the radio-loud AGNs is called blazars, which are believed to be unified with Fanaroff-Riley type Ⅰ/Ⅱ(FRI/Ⅱ) radio galaxies. Following our previous work(Fan et al.), we present a sample of 2400 sources with measured radio flux densities of the core and extended components. The sample contains 250 BL Lacs, 520 quasars, 175 Seyferts, 1178 galaxies, 153 FRI or FRⅡ galaxies and 104 unidentified sources. We then calculate the radio core-dominance parameters and spectral indices, and study their relationship. Our analysis shows that the core-dominance parameters and spectral indices are quite different for different types of sources. We also confirm that the correlation between core-dominance parameter and spectral index exists for a large sample presented in this work.     

A method for aligning the plastic scintillator detector on DAMPE

The Plastic Scintillator Detector(PSD) onboard the DArk Matter Particle Explorer(DAMPE)is designed to measure cosmic ray charge(Z) and to act as a veto detector for gamma ray identification.To fully exploit the charge identification potential of PSD and to enhance its capability to identify gamma ray events, we develop an alignment method for the PSD. The path length of a given track in the volume of a PSD bar is derived taking into account the shift and rotation alignment corrections. By examining energy spectra of corner-passing events and fully contained events, position shifts and rotations of all PSD bars are obtained, and are found to be on average about 1 mm and 0.0015 radian respectively. To validate the alignment method, we introduce artificial shifts and rotations of PSD bars into the detector simulation.These shift and rotation parameters can be recovered successfully by the alignment procedure. As a result of the PSD alignment procedure, the charge resolution of the PSD is improved from 4% to 8%, depending on the nuclei.     

一种顾及精细层级的室内拓扑模型

针对室内精细化管理的需求,提出了一种顾及精细层级的室内拓扑模型。该模型首先将室内空间构件分为“主体对象-连通对象-虚拟对象”三种类型;接着以主体对象为基准,在垂直方向上又将室内空间划分为“楼栋-楼层-房间-设备”4个级别,并抽象出虚拟对象实现对对象的二次划分;然后针对同级别对象和跨级别对象建立了拓扑组织规则;最后结合三维引擎Cesium.js对模型进行了管理可视化验证。结果表明,该数据模型能够有效地满足精细场景的数据管理需求。     

基于移动GIS的生态环境智能感知方法

随着全球范围移动互联网的高速发展,人们作为"传感器"行走在真实社会中制造实时的、实地环境的、大范围的地理信息,特别是具有互动性和实时性的区域环境状况的地理信息。这类数据具有交互性、实时性、丰富性、社会性等特点,成为数据科学家眼中的金矿。基于"互联网+"时代背景,随着移动互联网、移动GIS技术和LBS技术日趋成熟,本文提出了基于移动GIS的生态环境智能感知方法,开发基于Android平台的APP,实现查询环境质量指数、查看环境污染地图、污染一键分享和解决等功能,从大众的视角感知和获取生态环境信息,为大众提供实时动态环境信息查询方式,引导鼓励公众参与环境保护,提供治理环境污染和地理信息资源获取的新思路。     

差分层析SAR技术研究现状分析

差分层析SAR是在层析SAR基础上发展起来的一种四维信息反演技术。它不仅实现了对雷达目标的三维分辨能力,同时可以获取目标的形变速率信息,可实现对目标方位-距离-高度-时间四维成像,这对实现城市基础设施动态形变监测、古建筑风险评估、重要工程安全监测等应用具有重要实际意义和价值。本文基于差分层析SAR成像原理,分析了成像处理过程中存在的问题,总结了差分层析SAR成像算法研究现状和特点;最后列举了差分层析SAR技术的主要应用领域,并对其技术发展趋势进行了展望。     

国家应急测绘调度系统设计

通过分析应急测绘指挥调度的基本特点与实际需求,结合国家应急标准规范,采用基于多通道多协议的数据通信与传输技术、基于MPP架构的分布式数据库管理技术、基于UML模型化的任务规划技术,根据无人机、多功能方舱等应急装备实时回传的位置、状态和应急测绘地理信息,以及快速处理与共享系统等产生的数据成果与作业信息,设计完成了具有应急调度方案制定、指令快速下达、测绘装备动态调度与实时跟踪、测绘任务进度监控及应急任务演练等功能的应急测绘调度系统。     

大跨径斜拉桥主梁线形测控新方法研究及应用

大跨径斜拉桥结构刚度小、变形大,为保证主梁顺利合龙,施工过程必须快速精确定位主梁上各个节段的平面和竖向线形。区别于传统的极坐标主梁平面线形测控方法,本文提出采用全站仪自由设站法测控主梁平面线形;同时区别于传统的水准测量方法,提出采用全站仪间接高差传递的方法测控主梁竖向线形。介绍了两种新方法的测量原理,通过工程实例论证了新方法的可行性和实用性,且能够大幅度提高测控效率,可为其他大跨径桥梁主梁线形的测控提供一定的参考。     

椭球谐和球谐系数之间一个简单的转换关系

本文推导的椭球谐系数和球谐系数相互之间转换关系的核心思想是在ε~2量级下利用Legendre函数的正交性,从球谐系数求解的积分表示出发,将积分中的椭球坐标变量与球坐标变量相互转换,从而得出椭球谐系数与球谐系数之间的转换关系。本文导出的转换关系有以下优点:①对于第二类Legendre函数的计算采用Laurent级数表示,使计算第二类Legendre函数更为简单;②保留了ε~2量级下,导出的转换关系相比文献[2]的形式更简单,满足物理大地测量边值问题线性化的要求;③顾及了余纬和归化余纬的区别。     

遥感影像并行处理的数据划分及其路径优化算法

研究了一种基于数据划分的遥感影像并行处理的路径优化算法,用于解决将并行技术应用于海量遥感影像分布式存储和处理领域时其处理模型所具有的多路可达性所引起的路径动态、最优选择问题。在栅格数据可分解性分析及并行模型数据态、元素、相对信息量和映射等8个基本定义和6个性质的基础上,给出并行处理一般数学模型。以该模型为基础获得在一般并行处理情况下,以平均计算代价变量的比值作为控制横向并行与纵向并行选择方式的标志,并进一步给出四叉树索引并行生成、基于四叉树的目标检测并行处理等具体示例。最后,通过试验验证了算法的有效性,分析了算法的特点及影响因素。     

高分辨率光学遥感场景分类的深度度量学习方法

针对高分辨率光学遥感影像场景具有同类型内部差异大、不同类型间相似度高导致部分场景识别困难的问题,本文提出了一种深度度量学习方法。首先在深度学习模型的特征输出层上为每类预设聚类中心,其次基于欧氏距离方法设计均值中心度量损失项,最后联合交叉熵损失项以及权重与偏置正则项构成模型的损失函数。该方法的目标是在特征空间上使同类型特征聚集并扩大类型间的距离以提高分类准确率。试验结果表明,本文方法有效地提升了分类准确率。在RSSCN7、UC Merced和NWPU-RESISC45数据集上,与现有方法相比,分类准确率分别提高了1.46%、1.09%和2.51%。