基于MongoDB的海量天文星表数据的快速时序重构研究
Progress in Astronomy（2022）
摘要
天文数据的爆发性增长,导致运用传统科学计算方法生成天文时序数据时效率不高,直接影响时域天文学的科学产出.为了解决这一问题,文章提出了减少距离计算的同源星表快速证认方法及基于MongoDB的应用方案,重点从原始数据的访存优化,证认计算速度的提高等方面寻求新的改进方案,以解决大规模天文星表的批量时序重构的效率问题.实验结果表明,与基于传统多波段交叉证认算法和关系型数据库的方法相比,该方法可以更有效地提高时序数据的生成效率,为时域天文学时代频繁采样望远镜大规模星表数据的时序重构和光变曲线的生成提供了新思路.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要