论文部分内容阅读
两汉兵阴阳研究
【出 处】
：
南京大学
【发表日期】
：
2021年01期
其他文献
受气候、地理、人类活动等多要素综合影响,径流序列兼有周期性、随机性、趋势性等特点。河川径流承担着航运、发电、灌溉等重要作用,准确高效的径流预报对于水利工程调度、防汛抗旱决策以及水资源开发利用等工作具有重要指导意义。本文针对当前日径流预测模型预见期较短的问题,研究基于机器学习的水文建模和预报的理论方法。首先,构建贝叶斯岭回归（BRR）、支持向量机回归（SVR）、随机森林回归（RFR）、K近邻（KNN
由于医学数据自身的特殊性,传统计算机视觉任务中表现良好的深度学习算法很难直接有效地应用在医学影像分析领域。自然图像和医学影像在深度学习模型表现效果上的区别,可归结为医学影像数据没有足够的规模,以及现有的深度学习算法设计的潜在物理思想与医学影像数据对应的动态生理系统的失配。在医学影像分析需求日益增加的今天,探究深度学习背景下适配医学小数据集的新方法具有重要意义。以往的相关研究主要集中在扩增数据规模,
飑线系统往往伴随着大风、冰雹、强降水等恶劣天气现象的发生。随着国内强对流天气发生的频次增多,对中尺度对流系统的深入研究显得尤为重要。考虑到同化雷达观测资料能够改善强对流天气的预报,但是不同的循环同化方案配置会得到不同的预报结果。因此,本文利用中尺度数值预报模式WRF,以及ARPS 3DVAR同化系统和复杂云分析模块探讨了雷达资料同化对国内飑线系统的模拟影响。首先,本文针对中国南部2018年3月4日
随着移动宽带服务和智能终端技术的快速发展,人们对更高移动网络速率和更稳定服务质量的需求也呈指数型增长,即将大规模部署的第五代移动通信系统（The 5th Generation Mobile Communication System,5G）也需要能够达到频谱效率和能量效率等方面更高的要求。大规模天线系统,也称之为大规模多输入多输出（Multiple-Input Multiple-Output,MIM
受亚洲季风系统和多尺度地形的影响,中国东部地区时常遭受极端降水。全球变暖背景下,中国与世界其他地区一样经历了显著的气温变化,降水格局也因此受到影响。为了评估气候风险并制定缓解和适应气候变化的区域策略,需要更详细地预估未来中国东部极端降水特征。本文利用区域气候模式WRF对气候变化情景下中国东部日尺度和小时极端降水进行较为全面的预估,特别关注了极端降水与温度的依赖关系,以期对中国东部未来短时极端降水变
近年来,微流控技术由于其样品消耗少、处理量高、混合时间短、消除交叉污染等优点引起了国内外学者的广泛关注,在化学材料合成、细胞工程和生物检测等诸多领域中均获得了快速的发展。微液滴的产生是微流控的基本操作之一,对其相关机理研究具有十分重要的意义。由于目前在微通道压力研究方向上所做工作较少,本文内容可以对现阶段的研究作补充,并为之后微通道的相关研究提供参考。本文运用实验手段在低毛细管数下（小于0.01）