提出了研究二个移动场相互关系的复正交分解的方法——复奇异值分解(CSVD)方法。复经验正交函数分解和奇异值分解是CSVD的特例。由于是按二个移动场自然特征构造复正交展开,因而具有提取优势信号的强浓缩能力和能相当好反映二移动场相互关系中的重要物理特征,包括空间场的强度分布与波长、时间场的振荡与周期以及传播方向与波速、甚至波源等。任何二个场经过Hilber变换,均可满足分解条件,所以CSVD应用范围极广。通过三个实例研究,很好说明了以上特征。如可揭示梅雨期的形势特征、副高突变、出入梅时间;可反映82/83年ElNino期SST的东传、暖池加热的海气相互作用、OLR场比500hpa高度场对SST场作用明显等特征;可反映LaNino与ElNino有明显不同的特点。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
多组分气体在磁性活性炭颗粒中吸附特性的研究
气体在悬浮于磁场中的磁性活性炭颗粒的吸附特性研究
一步法制备桉木废弃物基磁性活性炭的磁性、孔结构和表面特性调控机制
木质磁性活性炭与光再生机理的研究