我们给出了从LAMOST DR 5数据集中识别出的16\,032颗恒星的22\,901个OB谱。首先从谱线指数空间中的分布中选择OB候选的较大样本。然后通过人工检查识别所有221，901个OB光谱。通过子样验证发现，对于光谱类型早于B7的恒星，OB光谱的完整性达到了$89\pm22$ %左右，而B8-B 9恒星的完整性达到了$57\pm16$ %左右。晚B型星的完整性较小，导致其与A_0-A_1型星的鉴别困难。使用软件包MKCLASS确定OB样品的子类。通过对646个子样本的仔细验证，我们发现MKCLASS可以为大多数OB星提供相当可靠的子类型和光度级。光谱子类型的不确定性约为1个子类型，光度类别的不确定性约为1个级别。然而，大约40%的OB星没有被MKCLASS分类，少数光谱被MKCLASS错误分类。这可能是因为MKCLASS的模板光谱是从太阳附近的邻近恒星中选择的，而这项工作中的OB星大多位于外盘，可能具有较低的金属丰度。OB星的旋转也可能是错误分类的原因。此外，我们还发现位于银纬大于20 $^\circ$和小于20 $^\circ$的OB星的光谱和光度类有很大的不同，这可能是观测选择效应的结果，也可能暗示了高银纬OB星的不同起源。
英文摘要：
We present 22\,901 OB spectra of 16\,032 stars identified from LAMOST DR5 dataset. A larger sample of OB candidates are firstly selected from the distributions in the spectral line indices space. Then all 22\,901 OB spectra are identified by manual inspection. Based on a sub-sample validation, we find that the completeness of the OB spectra reaches about $89\pm22$\% for the stars with spectral type earlier than B7, while around $57\pm16$\% B8--B9 stars are identified. The smaller completeness for late B stars is lead to the difficulty to discriminate them from A0--A1 type stars. The sub-classes of the OB samples are determined using the software package MKCLASS. With a careful validation using 646 sub-samples, we find that MKCLASS can give fairly reliable sub-types and luminosity class for most of the OB stars. The uncertainty of the spectral sub-type is around 1 sub-type and the uncertainty of the luminosity class is around 1 level. However, about 40\% of the OB stars are failed to be assigned to any class by MKCLASS and a few spectra are significantly misclassified by MKCLASS. This is likely because that the template spectra of MKCLASS are selected from nearby stars in the solar neighborhood, while the OB stars in this work are mostly located in the outer disk and may have lower metallicity. The rotation of the OB stars may also be responsible for the mis-classifications. Moreover, we find that the spectral and luminosity classes of the OB stars located in the Galactic latitude larger than 20$^\circ$ are substantially different with those located in latitude smaller than 20$^\circ$, which may either due to the observational selection effect or hint a different origin of the high Galactic latitude OB stars.
Emission line star catalogues post-Gaia DR3: A validation of Gaia DR3 data using LAMOST OBA emission catalogue
盖亚DR 3和进一步的释放有可能识别和分类银河系中的新发射线恒星。利用LAMOST OBA发射星表中的发射线恒星参数，对Gaia DR 3的天体物理参数进行了全面的验证。我们比较不同的天体物理参数提供的盖亚DR 3与LAMOST光谱估计。通过使用更大的发射线恒星样本，我们执行全局多项式和分段线性拟合来更新经验关系，以将Gaia DR 3伪等效宽度转换为观测到的等效宽度，然后从分析中去除弱发射体。我们发现DR 3给出的发射线源分类与LAMOST OBA发射目录的分类是一致的。与gspphot和gspspec相比，Gaia DR 3的esphs模块估计的天体物理参数提供了更好的估计。提供了二次多项式关系以及用于等效宽度转换的分段线性拟合参数。我们注意到，具有弱Hα发射的LAMOST星在BP/RP谱中没有被识别为处于发射状态。这表明盖亚DR 3识别的发射线源是不完整的。此外，盖亚DR 3提供了关于发射线恒星样本的二元和可变性质的宝贵信息。
White dwarf-main sequence binaries from LAMOST: the DR5 catalogue
本文介绍了LAMOST（LAMOST）数据发布（DR）5的白矮星-主序星（WDMS）双星表。该目录包含876个WDMS二进制，其中757个是对我们以前的LAMOST DR 1样本的补充，357个是以前没有发表过的系统。我们还描述了一个LAMOST专用的调查，旨在获得光谱的光度选择的WDMS二进制斯隆数字巡天（SDSS），预计将包含冷白矮星和/或早期M型矮星同伴。这是一个在以前的SDSS WDMS二进制目录中代表不足的群体。我们测定了LAMOST DR 5 WDMS双星的恒星参数（白矮星有效温度、表面重力和质量以及M矮星光谱类型），并利用这些参数分布分析了样品的性质。我们发现，尽管我们的努力，系统包含冷白矮星仍然代表不足。此外，我们还利用LAMOST DR 5和SDSS DR 14（如果有的话）光谱测量了我们系统的Na I λλ 8183.27，8194.81吸收双重态和/或Hα发射径向速度。这允许识别128个显示显著径向速度变化的双星，其中76个是新的。最后，我们交叉匹配我们的目录与卡特琳娜调查，并确定57个系统显示光变曲线的变化。其中包括16个日食系统，其中两个是新的，和九个新的日食候选者。我们计算了30（15）个WDMS双星的轨道周期。
Double-, triple-line spectroscopic candidates in the LAMOST Medium-Resolution Spectroscopic Survey
LAMOST中分辨率光谱测量（LAMOST-MRS）为探测多线光谱系统提供了前所未有的机会。基于互关联函数（CCF）和逐次求导的方法，我们从LAMOST-MRS光谱中寻找光谱双星和光谱三重星，并计算它们的径向速度。采用蒙特卡罗模拟估计RV不确定度。在检查了超过130万LAMOST DR 7 MRS蓝臂光谱后，我们获得了3，133个光谱双星（SB）和132个光谱三重（ST）候选星，占LAMOST-MRS星的1.2%。超过95%的候选人是新发现的。发现所有的ST候选者都在主序上，而大约10%的SB候选者可能在红巨星分支上有一个或两个分量。
The selection function of the LAMOST Spectroscopic Survey of the Galactic Anticentre
我们提出了一个详细的分析选择功能的LAMOST光谱调查的银河系反中心（LSS-GAC）。LSS-GAC的设计是为了获得银河系反中心300多万颗恒星样本的低分辨率光谱。LSS-GAC第二次发布的增值目录（LSS-GAC DR 2）包含恒星参数，包括径向速度，大气参数，元素丰度和绝对星等，这些参数是从LSS-GAC在2011年至2014年期间瞄准的140万颗独特恒星的180万个光谱中推导出来的。对于使用该数据库的许多研究，例如调查银河系化学动力学结构的研究，详细了解调查的选择功能是必不可少的。在本文中，我们描述了如何选择功能的LSS-GAC可以评估到足够的细节，并提供选择功能的所有光谱测量与可靠的参数在LSS-GAC DR 2中发布的校正。这些结果将作为LSS-GAC增值目录中的新条目发布，可用于校正目录的选择效果，用于各种目的的科学研究。
A Large Sample of Am Candidates from LAMOST Data Release 1
我们提出了一个样本的金属线星（Am）的候选人从大天区多目标光纤光谱望远镜数据发布1（LAMOST DR 1）。根据Am星钙元素丰度不足而铁元素丰度过高的特点，提出了一种由低分辨光谱中Ca Ⅱ K线和铁线的线指数导出的经验分离曲线。3537 Am候选星是从30，000多颗恒星中选出的，这些恒星通过LAMOST管道和目视检查被分类为A型或早期F星。然后，我们对这个样本进行了一些分析，最后提供了一个列表，这些Am候选人与10个相关参数。与其它星表相比，从LAMOST DR 1中选出的Am候选星总体上要暗淡得多。显然，我们的列表是对已知明亮Am星表的重要补充，它为研究这类化学奇特的恒星提供了宝贵的材料。
Study on Outliers in the Big Stellar Spectral Dataset of the Fifth Data Release (DR5) of the Large Sky Area Multi-Object Fiber Spectroscopic Telescope (LAMOST)
为了研究大天区面积多目标光纤光谱望远镜（LAMOST）的恒星光谱质量以及LAMOST恒星参数管道（LAMOST Stellar Parameter Pipeline）导出的恒星参数的正确性，对LAMOST第5次数据发布（DR 5）中的AFGK星进行了离群分析。定义离群因子是为了对从DR 5恒星参数目录中选择的300多万个恒星光谱进行排序。我们提出了一种改进的局部离群因子（LOF）方法的基础上，主成分分析和蒙特卡洛，使计算的LOF排名随机挑选的子样本，并行计算的多台计算机，并最终获得每个光谱在整个数据集的离群值排名。选取了约占光谱总数千分之一的3,627个最离群光谱进行聚类，得到10组光谱，其参数密度分布符合LAMOST DR 5的参数分布，表明在整个参数空间中，坏光谱的概率是均匀分布的。通过与APOGEE交叉匹配，我们得到了122个共同的光谱。对122个光谱，LASP计算的参数与APOGEE一致，尽管其中有坏像素或坏通量校准。另一方面，一些异常光谱显示出强烈的星云污染，警告相应的参数应谨慎使用。所有3,627个异常值的目录和光谱图集可以在http://paperdata.china-vo.org/LY_paper/dr5Outlier/dr5Outlier_resource.zip上找到。
Hebei Normal University（河北师范大学）；Guo Shoujing Institute for Astronomy, Hebei Normal University（郭守敬天文台）；Shijiazhuang Key Laboratory of Astronomy and Space Science（石家庄市天文与空间科学重点实验室）；Yunnan observatories, Chinese Academy of Sciences（中国科学院云南天文台）；International Centre of Supernovae, Yunnan Key Laboratory（超新星国际中心）
Lithium as a Signpost for Compact Object Binary Candidates in the LAMOST Medium Resolution Survey
Harvey Mudd College（哈维穆德学院）；Observatories of the Carnegie Institution for Science（卡内基科学研究所天文台）；Department of Astronomy, California Institute of Technology（加州理工学院天文学系）
The Spectroscopic Binaries from LAMOST Medium-Resolution Survey (MRS). I. Searching for Double-lined Spectroscopic Binaries (SB2s) with Convolutional Neural Network
The M-giant star candidates identified in the LAMOST data release 1
我们用TiO_5和CaH_2 + CaH_3的光谱指数图来区分M巨星和M矮星。利用从LAMOST DR 1上获得的高信噪比的M巨星光谱，我们成功地组装了一组M巨星模板，这些模板显示了更可靠的光谱特征。结合Zhong et al.（2015）的M矮星/亚矮星模板，我们提出了一个扩展的M型模板库，其中不仅包括具有明确定义的温度和金属丰度网格的M矮星，还包括M0至M6亚型的M巨星。然后，利用模板拟合算法对LAMOST DR 1中的M颗巨星进行了自动识别和分类。用2 MASS JHK和WISE W1/W2红外光度计对M巨星表的结果进行了交叉匹配。此外，我们还在零速静止坐标系下，利用模板谱的互相关方法计算了所有M巨星的日心视向速度。利用绝对红外星等MJ和我们分类的光谱亚型之间的关系，我们导出了M巨星的光谱距离，其不确定度约为40%。提供了8639颗M巨星的目录。作为额外的搜索结果，我们还提供了101690 M矮星/次矮星目录，这些目录是由我们的分类管道分类的。
Identify ~20,000 Li-rich Giants in the LAMOST Low-Resolution Survey
Nanjing Institute of Astronomical Optics & Technology, Chinese Academy of Sciences（中国科学院南京天文光学技术研究所）；CAS Key Laboratory of Astronomical Optical & Technology, Nanjing Institute of Astronomical Optics & Technology（中国科学院南京天文光学技术研究所天文光学与技术重点实验室）；University of Chinese Academy of Sciences（中国科学院大学）；CAS Key Laboratory of Optical Astronomy, National Astronomical Observatories, Chinese Academy of Sciences（中国科学院国家天文台光学天文重点实验室）；School of Astronomy and Space Science, University of Chinese Academy of Sciences（中国科学院大学天文学与空间科学学院）；School of Physics and Astronomy, Beijing Normal University（北京师范大学物理与天文学院）；Institute for Frontiers in Astronomy and Astrophysics, Beijing Normal University（北京师范大学天文与前沿科学研究院）
