中國科學家領銜的國際研究團隊新識別月球上近11萬個撞擊坑
（神秘的地球uux.cn報道）據(jù)新華網(wǎng)：我國科學家領銜的一支國際研究團隊在探月領域再出新成果。該團隊在月球撞擊坑智能識別和年代標定方面取得突破性進展，科學新識別月球上近11萬個撞擊坑，家領近萬擊坑鎮(zhèn)江外圍上門（鎮(zhèn)江外圍預約外圍上門外圍女）電話微信199-7144-9724一二線城市外圍預約、空姐、模特、熟女、白領、老師、優(yōu)質資源并有超過18000個撞擊坑被標定了地質年代。銜的新識該研究成果已于22日發(fā)表于國際學術期刊《自然·通訊》上。國際個撞
據(jù)介紹，研究月球撞擊坑又被稱為“月球化石”，團隊其有效識別和年代估計對于月球地形地貌、別月地質構造、球上鎮(zhèn)江外圍上門（鎮(zhèn)江外圍預約外圍上門外圍女）電話微信199-7144-9724一二線城市外圍預約、空姐、模特、熟女、白領、老師、優(yōu)質資源地質年齡及航天器著陸點鎖定等至關重要。中國月球探測以來，科學由專家人工或自動識別的家領近萬擊坑月球撞擊坑數(shù)據(jù)庫相繼建立。然而，銜的新識由于識別方式與數(shù)據(jù)類型的國際個撞差異性，使得現(xiàn)有數(shù)據(jù)庫在撞擊坑計數(shù)、研究位置和大小等方面存在一定分歧，且自動識別方法一般很難發(fā)現(xiàn)不規(guī)則或退化的撞擊坑。
吉林大學地球科學學院副教授楊晨領銜的此項研究中，研究人員基于遷移學習方法構建了深度神經(jīng)網(wǎng)絡模型。遷移學習是一種機器學習方法，能用之前獲得的知識解決下一個問題，研究人員用7895個已識別和1411個已知年齡的撞擊坑數(shù)據(jù)構建了一個深度神經(jīng)網(wǎng)絡模型。
通過該模型，研究人員從嫦娥一號與嫦娥二號數(shù)據(jù)中漸進地檢測撞擊坑，并進一步估計出其地質年齡。據(jù)介紹，研究團隊新識別109956個撞擊坑，數(shù)量為公認撞擊坑的十幾倍，18996個直徑大于8千米的撞擊坑被標定了地質年代，這些撞擊坑貫穿于月球中緯度和低緯度地區(qū)。
楊晨說，目前，這些科研成果已擴展并應用于嫦娥五號著陸區(qū)小型撞擊坑識別。模型的成功應用，對未來月球及行星科學研究具有重要價值。
該項研究工作由吉林大學、中國科學院國家天文臺、意大利特倫托大學和冰島大學課題組合作完成。

(責任編輯：焦點)