本课题是为解决形变观测数据分析处理手段单一、落后缺少全面系统动态分析处理方法而开展的一项研究工作。本研究成果提供了各种常用的数理统计分析方法,并在此基础上提出了贝叶斯自适应卡尔曼滤波方法,新的周期频谱分析方法。这些方法为形变观测数据的综合动态分析、观测周期的确定提供了有力的手段。系统的主要特点是确定提供了有力的手段。系统的主要特点是理论新,能全面、快速地在本成果提供的软件系统下进行资料的数学和图形分析。具有很高的突用性、先进性,便于推广使用。本研究成果已大部分应用于实际工作,成了工作中不可缺少的辅助工具,并取得了较好的效果,填补了新疆这方面研究工作的空白。成果具有较高的经济效益和科学水平。
{{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
汉语信息处理系统评价方法
颅容积的测量及其多元统计分析研究
有机化学结构信息综合处理系统
通过寿命测量检验原子核的γ形变