武汉市城区暴雨的卫星云图和雷达回波研究及其概念模型

使用武汉数字化雷达回波、ＧＭＳ卫星云图、武汉市城区自动雨量站和湖北省地面中尺度观测资料,分析了武汉市１９８７￣１９９６年５￣８月发生的所有暴雨过程,概括了武汉市城区暴雨的卫星云图和雷达回波特征以及中尺度系统活动等,建立了武汉城区暴雨短时预报的概念模型。     

基于Delphi循环队列概念模型的设计

数据结构中,各种事物逻辑结构概念通常是抽象的,不易于理解;通过Delphi7.0设计出循环队列的概念模型,能够以形象的动画演示循环队列的工作过程,可加深对循环队列的理解。     

基于BOM的分布式交互电路仿真实现

对基于BOM的分布式交互电路仿真应用的背景进行了介绍,而后给出了导弹装备电路级虚拟维修训练系统的整体结构图.在该结构的基础上提出了基于BOM的分布式交互电路仿真的概念模型的设计和电路仿真模型的设计.应用了基于BOM的分布式数据交换技术实现了不同导弹装备仿真电路板之间的虚拟信号交流,从而为导弹装备电路故障的虚拟维修打下了坚实的基础.     

人-信息系统交互效率影响因素及其作用机理

分析了企业信息化环境下人-信息系统交互效率的重要性,从定义、特征及评价等方面研究了人-信息系统交互效率的内涵,从因素属性的角度将影响人-信息系统交互效率的因素分为5类：人的因素;信息系统因素;管理因素;环境因素和技术因素．据此,提出了人-信息系统交互效率影响因素概念模型,讨论了模型中各类因素对于人-信息系统交互效率的影响机理．分析表明：作为模型核心构成的人的因素和信息系统因素直接决定交互效率的高低;管理因素约束或支持人和信息系统的效用,最终保障交互效率;而环境因素、技术因素通过制约或支撑人的因素、信息系统因素对交互效率产生问接影响．     

江西连续性大暴雨过程成因分析2020年7月7—10日

使用常规MICAPS天气图资料、地面气象要素、NCEP再分析资料,采用统计学、天气学和中尺度分析等方法,对2020年6―7月江西大暴雨过程中7月上旬连续性大暴雨过程进行分析,结果表明:1)2020年6—7月,江西共出现12次大暴雨过程,其中7月7—10日为历史罕见的连续性大暴雨和特大暴雨过程;2)中低层有深厚的水汽饱和区,明显的辐合、急流、高层辐散、中层的干侵入、925 hPa的超低空急流、中低层位置接近的切变线、前倾槽等有利于增加降水强度,暖式切变线与静止锋式切变线的稳定维持与中层弱的风场结构;3)雨带的稳定维持且移动缓慢,高的降水效率加上长的维持时间,导致连续性大暴雨的发生;4)大暴雨的平均场上,表现为中层风速偏弱,低层有风向与风速的切变线,前倾槽、高层辐合、低层辐散、高层负涡度、中层正涡度,强对流上升运动伸展至12 km以上、充足的水汽输送和强水汽辐合、高能、高湿等结构特征.最后,提出江西大暴雨概念模型.这些均为有效预测江西大暴雨过程提供参考与依据.     

软件概念模型的度量

“测量质量是开发高质量软件系统的关键”，这一观念正在逐步得到认可。此外人们广泛地认识到获得较好的软件系统的关键是：制造该人工制品的早期测量质量特性，而这些特性是在概念建模阶段产生的，因此改进概念模型的质量是改善软件系统开发质量的一个主要步骤。自从20世纪70年代起，软件工程师提出了用于软件产品过程及资源的许多度量，     

产品空间布局设计研究

产品的空间布局是设计中极其重要的一个环节 ,同一产品合理的空间布局往往具有很多共同的特性 ,同时不乏独特的创造性。研究产品的设计中的空间布局过程 ,旨在设计过程中 ,可重新利用共有的产品布局过程 ,并利用现有的产品实例 ,生成丰富的布局合理 ,具有创造性的产品     

思想模型在化学教学中的应用初探

思想模型是人脑经过思考而建立起来的一种高度抽象的理想客体,它通过对客观事物进行形象、近似与扼要的摹写,进而揭示出其本质和规律.思想模型是一种理想化的形态,表面看来,似乎脱离了具体的真实,然而却更能集中地反映具体事物中的主要矛盾、主要方面和主要特性,从而使人们对具体事物的复杂联系或本质属性有更深刻的理解和认识.     

区域生态风险评价：以鄂尔多斯市为例

建立了区域生态风险评价的概念模型,包括区域生态风险管理目标确定、风险源分析、风险度量方法、风险计算及风险管理几个步骤,构建了区域生态风险评价的指标体系。选择地处中国北方农牧交错带的鄂尔多斯市作为案例区,针对其主要的风险源干旱、洪涝、病虫鼠害、污染、大风、沙尘暴、沙漠化和水土流失,基于遥感资料、历史记录、调查数据和统计数...     

基于SCEM-UA算法和全局敏感性分析的水文模型参数优选不确定性研究

 针对复杂非线性水文模型参数识别及不确定性分析问题,引入基于马尔可夫链蒙特卡罗思想的SCEM-UA算法,以岷江流域为研究实例,对降雨径流模型的参数优选问题进行了分析,并探讨了该算法在推求参数后验分布的搜索性能和效率。结果发现,SCEM-UA算法能快速有效地推求出参数后验概率分布。同时,开展基于SCEM-UA算法取样的参数全局敏感性分析,对比参数敏感性和后验分布,表明两者密切相关,敏感性强的参数其边缘后验概率密度分布存在明显峰值,相反,敏感性弱的参数其后验概率分布较为平坦且无规律可循,从而导致模型参数的不确定性大大增强。