CN116340390A - 一种针对多维快速射电暴数据的知识库系统、装置及存储介质 - Google Patents
一种针对多维快速射电暴数据的知识库系统、装置及存储介质 Download PDFInfo
- Publication number
- CN116340390A CN116340390A CN202310291372.3A CN202310291372A CN116340390A CN 116340390 A CN116340390 A CN 116340390A CN 202310291372 A CN202310291372 A CN 202310291372A CN 116340390 A CN116340390 A CN 116340390A
- Authority
- CN
- China
- Prior art keywords
- storm
- data
- fast
- module
- rapid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005070 sampling Methods 0.000 claims abstract description 19
- 238000011160 research Methods 0.000 claims abstract description 14
- 239000012634 fragment Substances 0.000 claims abstract description 3
- 238000004458 analytical method Methods 0.000 claims description 17
- 230000010287 polarization Effects 0.000 claims description 16
- 239000006185 dispersion Substances 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 238000004880 explosion Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 230000004907 flux Effects 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims 1
- 230000000007 visual effect Effects 0.000 abstract description 3
- 239000000523 sample Substances 0.000 description 13
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000004931 aggregating effect Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- JJWKPURADFRFRB-UHFFFAOYSA-N carbonyl sulfide Chemical compound O=C=S JJWKPURADFRFRB-UHFFFAOYSA-N 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种针对多维快速射电暴数据的知识库系统，包括：包括存储层，业务层以及表现层；其中所述业务层包括管理模块，采样模块，搜索模块以及下载模块；管理模块用于编辑快速射电暴的研究原始数据，并上传至数据库中；采样模块根据数据库中的快速射电暴观测数据与对应的爆发时间表进行采样时间片段的截取，构建爆发样本数据库；搜索模块基于用户的检索要求，对数据库和爆发样本数据库进行检索，输出满足检索要求的检索结果；下载模块基于检索结果以快速射电暴的爆发时间先后为用户提供可下载的文件包。本发明还提供一种知识库装置。本发明提供的系统支持针对快速射电暴的专业信息，以及提供定量下载服务和可视化的信息展示。
Description
技术领域
本发明属于天文数据检索技术领域，尤其涉及一种针对多维快速射电暴数据的知识库系统、装置及存储介质。
背景技术
快速射电暴(Fast Radio Burst)在射电天文学领域通常被认为是银河系外突然出现且持续时间在几毫秒的无线电爆发。随着现代大型天文观测设备的数字终端技术和数据采样率的提升，快速射电暴样本的发现数量也随之快速增长。中国“天眼”500米口径球面射电望远镜(FAST)具有前所未有的灵敏度，以及其固定的视场角度可以延展覆盖到更深远的宇宙空间。距离地球越远，其望远镜视场内单位角度包含的宇宙体积越大，覆盖的星系越多，探测到快速射电暴的概率也就越高。另外，建设中的平方公里射电阵列(The SquareKilometre Array,SKA)相比于FAST，其综合灵敏度更高、探测天区更广、采集数据规模更大，未来将发现更多新快速射电暴样本。因此，建立一个快速射电暴专属知识库，提供管理、分析以及快速射电暴事件的共享是一项非常有意义的工作。
在天文学领域，国内外学者们和相关机构先后建设了一批包涵快速射电暴的数据库网站供科研人员使用，如the Transient Name Server(TNS)、CHIMEfrbcat、FRBSTATS、The Fast Radio Burst Catalogue(FRBCAT)等。然而，这些非专属快速射电暴的数据库，属于快速射电暴的数据十分稀疏，缺乏数据的全面性，尤其缺失偏振和动态谱图信息，再者，在功能上仅支持基本的查询索引。
专利文献CN11079608A公开了一种快速射电暴实时搜寻方法，该方法由获取快速射电暴分类模型；实时读取快速射电暴观测数据流；获取快速射电暴的频率-时间谱图样本；对频率-时间谱图样本数据进行预处理；将频率-时间谱图样本数据输入到快速射电暴分类模型中识别，获得快速射电暴候选体；保存快速射电暴候选体观测数据；对快速射电暴候选体观测数据进行成图并保存步骤完成。该方法采用时间图谱对数据检索，但检索结果并不全面，且数据不具备时序关系，不便于后续研究的指导。
专利文献CN109991479A公开了一种多波束接受机的快速射电暴实时探测装置、系统与方法，该方法包括：对N路波束信号进行信号采集和频域变换，输出N路快速射电暴观测数据，进行高速数据交换后分发至各个计算节点；分别对N路快速射电暴观测数据进行实时处理，分别提取出每路快速射电暴观测数据中的快速射电暴候选体并将其分别存储；根据时间信息，汇聚N路快速射电暴观测数据中的快速射电暴候选体在同一时间的数据，进行并发信号合成；判别快速射电暴候选体进行快速射电暴候选体探测和分类，对快速射电暴候选体进行成图，链接至网络发布单元进行发布，同时通过修改Redis数据库键值进行触发。该方法公开了快速射电暴观测数据的存储方法，但是如何将存储的数据用于检索并未提及。
发明内容
为了解决上述问题，本发明提供了一种针对多维快速射电暴数据的知识库系统，该系统对每个快速射电暴均提供丰富的多维数据信息，支持针对快速射电暴的专业信息，以及提供定量下载服务和可视化的信息展示。
一种针对多维快速射电暴数据的知识库系统，包括存储层，业务层以及表现层。
所述存储层包括数据库，用于存储快速射电暴爆发过程不同阶段的研究原始数据，所述研究原始数据包括快速射电暴观测数据，快速射电暴的爆发时间表，以及快速射电暴样本分析结果。
所述业务层包括管理模块，采样模块，搜索模块以及下载模块。
所述管理模块用于编辑快速射电暴的研究原始数据，并上传至数据库中。
所述采样模块，根据数据库中的快速射电暴观测数据与对应的爆发时间表进行采样时间片段的截取，构建爆发样本数据库。
所述搜索模块，基于用户的检索要求，对数据库和爆发样本数据库进行检索，输出满足检索要求的检索结果。
所述下载模块，基于检索结果以快速射电暴的爆发时间先后，对快速射电暴观测数据和快速射电暴样本分析结果进行子文件打包，为用户提供可下载的文件包。
所述表现层，用于可视化搜索模块输出的检索结果。
具体的，所述快速电暴观测数据包括：望远镜信息、采样信息、快速射电暴的基础数据、以及根据基础数据生成的偏振值、弥散值和闪烁频率，所述基础数据包括快速射电暴的位置信息、色散值、频率、信噪比、宽度、流量密度和通量。
具体的，所述偏振值包括线偏振和圆偏振，分别用于说明脉冲在振动方向上只有一个固定方向的偏振状态，以及分析脉冲所在星系环境。
具体的，所述弥散值用于说明偏振随频率的演化关系，包括参数拟合弥散值和模拟拟合弥散值。
具体的，所述闪烁频率用于说明脉冲宽带的变化。
具体的，所述快速射电暴样本分析包括：
a、来自望远镜观测获得且未经过任何处理的原始数据，存储于FRB fits表中。
b、基于时间和频率对原始数据进行采样获得的采集数据，存储于FRB sample表中。
c、对原始数据进行单脉冲分析获得的脉冲分析数据，存储于FRB cource表中。
d、将快速射电暴的脉冲信息数据存储在FRB pulse表中。
f、将快速射电暴的重复暴信息存储在repeat FRBs表中。
优选的，所述采样模块根据天文学中的约化儒略日建立索引，并以快速射电暴的爆发时间作为坐标检索进行提取，生成针对快速射电暴源坐标的快速射电暴源列表，并基于所述快速射电暴源列表构建爆发样本数据库，从而简化检索过程，提高检索的准确率。
具体的，所述用户的检索要求包括：望远镜类型、时间范围、快速射电暴名称以及物理地址信息。
具体的，所述搜索模块包括普通查询和高级查询：
所述普通查询根据用户输入的字段直接检索。
所述高级查询根据用户输入的SQL语句进行查询。
具体的，所述下载模块输出的文件包包括CSV格式和Fits格式。
具体的，所述业务层还包括计算模块，用于所有快速射电暴按照时间做聚合统计，对重复暴和非重复暴按照类型做聚合统计，以及对所有的快速射电暴按照其被观测的望远镜做类型聚类统计。
本发明还提供了一种知识库装置，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理执行计算机程序时用于实现上述的针对多维快速射电暴数据的知识库系统。
本发明还提供了一种可读存储介质，其上存储有程序，所述程序被处理器执行时，用于实现上述的针对多维快速射电暴数据的知识库系统。
与现有技术相比，本发明的有益效果：
数据维度丰富，每个快速射电暴都涵盖了23纬数据信息及其对应误差，可利用现有的标准化脉冲星搜寻软件PRESTO，统一绘制快速射电暴动态频谱图，解决了不同科研人员所关注的数据多样性。
丰富的搜索查询功能和下载服务方便科研人员在大量数据中快速获取所需的科研数据。可视化信息展现形式方便用户自主进行数据挖掘整合分析，从而更快实现科研成果产出。
附图说明
图1为本实施例提供的一种针对多维快速射电暴数据的知识库系统的示意图；
图2为本实施例提供的数据库中不同阶段的数据类型图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，一种知识库系统包括：包括存储层、业务层和表现层。
其中，存储层包括数据库，用于存储快速射电暴爆发过程不同阶段的研究原始数据，研究原始数据包括快速射电暴观测数据，快速射电暴的爆发时间表，以及快速射电暴样本分析结果。
如图2所示，快速射电暴样本分析结果包括快速射电暴初始阶段的原始数据FRBfits，经过FRB搜寻模块处理后的FRB sample，再经过单脉冲分析模块处理后的源信息FRBsource和脉冲信息FRB pulse以及重复暴信息repeat FRBs。
快速射电暴的爆发时间表包括观测获得的快速射电暴的爆发时间序列，便于后续的数据处理与存储。
表1
如表1所示，为所有快速射电暴观测数据列表。
其中，望远镜信息：包括用于观测的望远镜名称和接收机名称。
采样信息：包括采样时间，采样频段范围。
赤经(RA,gl)：包括J2000坐标中FRB位置的最佳估计的赤经。
赤纬(DEC,gb)：包括J2000坐标中FRB位置的最佳估计的赤纬。
色散值(DM)：沿路径方向的电子柱密度的积分，包括最佳信噪比和最佳锐度角两种算法。
河内色散值(DMne2001,ymw16):两种银河系内的电子密度模型计算获得色散值，河内距离的两种表征方式。
频率：包括脉冲的中心频率，最低频率和最高频率。
信噪比(SNR)：信号与噪声的比值，比值越大，说明受噪声影响越小。
宽度(Wobs)：通过脉冲拟合算法或搜索算法获得的以毫秒为单位的快速射电暴宽度。
流量密度(Speak,obs)：通过单脉冲辐射方程计算获得的以央斯基(Jy)为单位的爆发流量密度。
通量(Fobs)：通过公式Fobs＝Speak,obs×Wobs计算获得。
参考文献：说明快速射电暴数据来源。
偏振值：包括线偏振和圆偏振。如果快速射电暴原始数据中有偏振数据，则分别用于说明脉冲在振动方向上只有一个固定方向的偏振状态，和分析脉冲所在星系环境。
弥散值(RM)：说明偏振随频率的演化关系，包括参数拟合或模拟获得的两种弥散值。
散射值(Scatt_t)：说明脉冲宽度随频率的演化关系。
闪烁频率(Scin_f)：说明脉冲带宽的变化。
业务层由以下模块组成，包括：
管理模块可以提供增改功能，本实施例中的快速射电暴数据包含了大量经过计算分析处理后的数据，受各种客观因素的影响可能会存在偏差，支持有权限的高级别专业人员通过页面中的编辑功能订正或者通过文件上传等方式写入知识库中以保证数据的准确性和完备性，同时，确保新发现的快速射电暴信息能够及时入库。
搜索模块可以实现普通搜索和高级搜索功能。普通搜索支持用户根据页面提示输入查询条件。搜索条件多样涵盖了射电天文领域的多种专业字段包括各种专业望远镜名称、望远镜观测时间、快速射电暴名称、赤经、赤纬等。高级搜索支持专业人士在页面输入类似SQL语句，经搜索模块处理后返回符合条件的目标数据。
具体可如下实现：普通检索为识别用户输入的对应查询字段，通过逻辑“与”的关系组装查询条件完成对数据库的查找操作。高级检索则不限制查询字段，需要用户通过类SQL的方式组织查询条件，如(A>a1 AND A<a2)OR B>b1。平台通过语法解析查询语句，转译成数据库查询条件。
下载模块可以实现数据下载功能，支持全量下载和部分下载。用户进入对应数据类型的页面，不输入搜索条件直接下载可得全量数据，输入特定检索条件点击全部下载可得到特定条件下的全量数据，也可以根据页面中展示出的目标数据，勾选其中的部分数据点击下载获取勾选中的部分数据。支持丰富的数据格式包括CSV格式、Fits格式，专业人员可以根据个人喜好研究需要选择下载。
计算模块可以实现数据的统计聚合等功能，如对现有的所有快速射电暴按时间做聚合统计得出数据变化趋势，对重复暴和非重复暴按类型做聚合统计，对所有的快速射电暴按照其被观测的望远镜做类型聚合统计，如通过散点图、直方图、折线图等形式方便用户观测多个脉冲是否存在周期性、多个脉冲的能量分布和等待时间分布、多参数拟合等，也包括多个脉冲的不同物理量之间的相关性分析、聚类分析各物理量之间的关系，这些计算后的数据不仅丰富了数据的类型也方便研究人员做研究分析。
表现层则用于通过数据可视化模块向用户提供和展示所需的数据信息。数据信息的展现不仅有常规的列表形式，还有散点图、直方图、折线图等形式，用于将列表数据以更加直观地方式展现出来，方便用户做多维聚类分析和不同物理量之间的相关性分析，也可为理论模型提供数据对比参考。
本实施例还提供了一种知识库装置，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时用于实现上述实施例提出的知识库系统。
以软件实现为例，作为一个逻辑意义上的装置，是通过其所在任意具备数据处理能力的设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的从硬件层面而言，除处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的任意具备数据处理能力的设备通常根据该任意具备数据处理能力的设备的实际功能，还可以包括其他硬件，对此不再赘述。
本实施例提供的一种可读存储介质，其上存储有程序，所述程序被处理器执行时，执行上述实施例所述的知识库系统。
可读存储介质可以是前述任一实施例所述的任意具备数据处理能力的设备的内部存储单元，例如硬盘或内存。所述计算机可读存储介质也可以是任意具备数据处理能力的设备，例如所述设备上配备的插接式硬盘、智能存储卡(Smart Media Card,SMC)、SD卡、闪存卡(Flash 8Card)等。进一步的，所述计算机可读存储介质还可以既包括任意具备数据处理能力的设备的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述任意具备数据处理能力的设备所需的其他程序和数据，还可以用于暂时地存储已经输出或者将要输出的数据。
Claims (10)
1.一种针对多维快速射电暴数据的知识库系统，其特征在于，包括存储层，业务层以及表现层；
所述存储层包括数据库，用于存储快速射电暴爆发过程中不同阶段的研究原始数据，所述研究原始数据包括快速射电暴观测数据，快速射电暴的爆发时间表，以及快速射电暴样本分析结果；
所述业务层包括管理模块，采样模块，搜索模块以及下载模块；
所述管理模块用于编辑快速射电暴的研究原始数据，并上传至数据库中；
所述采样模块，根据数据库中的快速射电暴观测数据与对应的爆发时间表进行采样时间片段的截取，构建爆发样本数据库；
所述搜索模块，基于用户的检索要求，对数据库和爆发样本数据库进行检索，输出满足检索要求的检索结果；
所述下载模块，基于检索结果以快速射电暴的爆发时间先后，对快速射电暴观测数据和快速射电暴样本分析结果进行子文件打包，为用户提供可下载的文件包；
所述表现层，用于可视化搜索模块输出的检索结果。
2.根据权利要求1所述的针对多维快速射电暴数据的知识库系统，其特征在于，所述快速射电暴观测数据包括：望远镜信息、采样信息、快速射电暴的基础数据、以及根据基础数据生成的偏振值、弥散值和闪烁频率，所述基础数据包括快速射电暴的位置信息、色散值、频率、信噪比、宽度、流量密度和通量；
所述偏振值包括线偏振和圆偏振，基于快速射电暴的基础数据生成；
所述弥散值用于说明偏振随频率的演化关系；
所述闪烁频率用于说明脉冲带宽的变化。
3.根据权利要求1所述的针对多维快速射电暴数据的知识库系统，其特征在于，所述快速射电暴样本分析结果包括：
a、来自望远镜观测获取且未经过任何处理的原始数据，存储于FRB fits表中；
b、基于时间和频率对原始数据进行采样获得的采集数据，存储于FRB sample表中；
c、对原始数据进行单脉冲分析获得的脉冲分析数据，存储于FRB source表中；
d、将快速射电暴的脉冲信息数据存储在FRB pulse表中；
f、将快速射电暴的重复暴信息存储在repeat FRBs表中。
4.根据权利要求1所述的针对多维快速射电暴数据的知识库系统，其特征在于，所述采样模块根据天文学中的约化儒略日建立索引，并以快速射电暴的爆发时间作为坐标检索进行提取，生成针对快速射电暴源坐标的快速射电暴源列表，并基于所述快速射电暴源列表构建爆发样本数据库。
5.根据权利要求1所述的针对多维快速射电暴数据的知识库系统，其特征在于，所述用户的检索要求包括：望远镜类型、时间范围、快速射电暴名称以及物理地址信息。
6.根据权利要求1所述的针对多维快速射电暴数据的知识库系统，其特征在于，所述搜索模块包括普通查询和高级查询，所述普通查询根据用户输入的字段直接检索；
所述高级查询根据用户输入的SQL语句进行查询。
7.根据权利要求1所述的针对多维快速射电暴数据的知识库系统，其特征在于，所述下载模块输出的文件包包括CSV格式和Fits格式。
8.根据权利要求1所述的针对多维快速射电暴数据的知识库系统，其特征在于，所述业务层还包括计算模块，用于所有快速射电暴按时间做聚合统计，对重复暴和非重复暴按类型做聚合统计，以及对所有的快速射电暴按照其被观测的望远镜做类型聚合统计。
9.一种知识库装置，其特征在于，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时用于实现权利要求1～8任一项所述的针对多维快速射电暴数据的知识库系统。
10.一种可读存储介质，其上存储有程序，其特征在于，所述程序被处理器执行时，用于实现如权利要求1～8任一项所述的针对多维快速射电暴数据的知识库系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310291372.3A CN116340390A (zh) | 2023-03-16 | 2023-03-16 | 一种针对多维快速射电暴数据的知识库系统、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310291372.3A CN116340390A (zh) | 2023-03-16 | 2023-03-16 | 一种针对多维快速射电暴数据的知识库系统、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116340390A true CN116340390A (zh) | 2023-06-27 |
Family
ID=86888979
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310291372.3A Pending CN116340390A (zh) | 2023-03-16 | 2023-03-16 | 一种针对多维快速射电暴数据的知识库系统、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116340390A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117556266A (zh) * | 2024-01-11 | 2024-02-13 | 之江实验室 | 一种模型训练的方法、一种信号识别的方法及装置 |
-
2023
- 2023-03-16 CN CN202310291372.3A patent/CN116340390A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117556266A (zh) * | 2024-01-11 | 2024-02-13 | 之江实验室 | 一种模型训练的方法、一种信号识别的方法及装置 |
| CN117556266B (zh) * | 2024-01-11 | 2024-03-22 | 之江实验室 | 信号识别模型训练的方法、信号识别的方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9569506B2 (en) | Uniform search, navigation and combination of heterogeneous data | |
| CN106649331B (zh) | 商圈识别方法及设备 | |
| CN103425691B (zh) | 一种搜索方法和系统 | |
| CN107844565B (zh) | 商品搜索方法和装置 | |
| CN103970902B (zh) | 一种大量数据情况下的可靠即时检索方法及系统 | |
| US20160140153A1 (en) | Processing spatiotemporal data records | |
| CN112884005B (zh) | 一种基于sptag及卷积神经网的图像检索方法及装置 | |
| CN109918594B (zh) | 一种信息显示方法及装置 | |
| CN103823900A (zh) | 信息点重要性确定方法和装置 | |
| WO2020248378A1 (zh) | 业务查询方法、装置及存储介质、计算机设备 | |
| CN114625820A (zh) | 一种面向人工智能遥感影像解译的样本库系统及组织方法 | |
| CN116340390A (zh) | 一种针对多维快速射电暴数据的知识库系统、装置及存储介质 | |
| CN110909186A (zh) | 高光谱遥感数据存储、检索方法及系统、存储介质及终端 | |
| Hyvönen et al. | Citizen science archaeological finds on the Semantic Web: the FindSampo framework | |
| US9805085B2 (en) | Locating ambiguities in data | |
| Liu et al. | The GEOSS clearinghouse high performance search engine | |
| CN104317536A (zh) | 存储地震数据体和读取地震道的地震数据的设备及方法 | |
| CN103605744A (zh) | 网站搜索引擎流量数据的分析方法及装置 | |
| Guo et al. | Unsupervised clustering and analysis of WISE spiral galaxies | |
| CN111563137A (zh) | 一种用于重合轨迹的分析方法和系统 | |
| CN112182276A (zh) | 基于图像内容和元数据的天文海量观测数据混合检索方法 | |
| CN112783962B (zh) | 基于etl技术的时空大数据人工智能分析方法及系统 | |
| CN111309709B (zh) | 一种数据库建立与检索方法及装置 | |
| CN110413662B (zh) | 一种多通道式经济数据输入系统、采集系统与方法 | |
| CN112506959B (zh) | 智能船舶数据库检索的数据调度方法、装置和检索系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |