注冊 | 登錄讀書好，好讀書，讀好書！

當(dāng)前位置：首頁出版圖書科學(xué)技術(shù)環(huán)境科學(xué)、安全科學(xué)環(huán)境科學(xué)基礎(chǔ)理論數(shù)值天氣預(yù)報(bào)產(chǎn)品解釋應(yīng)用

數(shù)值天氣預(yù)報(bào)產(chǎn)品解釋應(yīng)用

定　價：￥48.00

作　者：	潘曉濱，何宏讓，王春明著
出版社：	氣象出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥42.20)

ISBN：	9787502963729	出版時間：	2016-07-01	包裝：	平裝
開本：	16開	頁數(shù)：	236	字?jǐn)?shù)：

內(nèi)容簡介

　　《數(shù)值天氣預(yù)報(bào)產(chǎn)品解釋應(yīng)用》在總結(jié)當(dāng)前數(shù)值天氣預(yù)報(bào)產(chǎn)品解釋應(yīng)用新技術(shù)、新進(jìn)展的基礎(chǔ)上，系統(tǒng)地介紹了數(shù)值預(yù)報(bào)產(chǎn)品釋用的基本方法、原理和應(yīng)用，內(nèi)容包括：數(shù)值預(yù)報(bào)產(chǎn)品釋用的基本內(nèi)涵和技術(shù)發(fā)展現(xiàn)狀；數(shù)值天氣預(yù)報(bào)業(yè)務(wù)及其產(chǎn)品；數(shù)值預(yù)報(bào)產(chǎn)品的天氣學(xué)釋用、統(tǒng)計(jì)釋用和基于人工智能的釋用方法，以及綜合集成預(yù)報(bào)技術(shù)等。《數(shù)值天氣預(yù)報(bào)產(chǎn)品解釋應(yīng)用》基本概念和原理清晰，內(nèi)容深入淺出，綜合性和實(shí)用性較強(qiáng)，適用于高等院校氣象學(xué)專業(yè)本科班的教學(xué)，大專班可節(jié)選使用，對研究生也有參考價值?！稊?shù)值天氣預(yù)報(bào)產(chǎn)品解釋應(yīng)用》注重理論與實(shí)際的相互聯(lián)系，突出基本方法在實(shí)際天氣預(yù)報(bào)業(yè)務(wù)中的應(yīng)用，可作為廣大氣象預(yù)報(bào)人員和相關(guān)領(lǐng)域科研工作者的參考用書。

作者簡介

暫缺《數(shù)值天氣預(yù)報(bào)產(chǎn)品解釋應(yīng)用》作者簡介

圖書目錄

前言
第1章緒論
1．1 數(shù)值天氣預(yù)報(bào)產(chǎn)品釋用的基本內(nèi)涵
1．2 數(shù)值天氣預(yù)報(bào)產(chǎn)品釋用在現(xiàn)代天氣預(yù)報(bào)中的地位和作用
1．3 數(shù)值天氣預(yù)報(bào)產(chǎn)品釋用技術(shù)發(fā)展現(xiàn)狀
思考題
參考文獻(xiàn)
第2章數(shù)值天氣預(yù)報(bào)業(yè)務(wù)及其產(chǎn)品
2．1 數(shù)值天氣預(yù)報(bào)概述
2．2 數(shù)值天氣預(yù)報(bào)系統(tǒng)組成
2．3 數(shù)值天氣預(yù)報(bào)基本業(yè)務(wù)模式
2．4 數(shù)值天氣預(yù)報(bào)產(chǎn)品的分發(fā)和識別
2．5 數(shù)值天氣預(yù)報(bào)產(chǎn)品的檢驗(yàn)評估
2．6 數(shù)值天氣預(yù)報(bào)誤差的訂正
思考題
參考文獻(xiàn)
第3章數(shù)值天氣預(yù)報(bào)產(chǎn)品定性應(yīng)用方法
3．1 數(shù)值天氣預(yù)報(bào)產(chǎn)品的直接解讀應(yīng)用
3．2 數(shù)值天氣預(yù)報(bào)產(chǎn)品的天氣學(xué)釋用
思考題
參考文獻(xiàn)
第4章數(shù)值天氣預(yù)報(bào)產(chǎn)品診斷釋用方法
4．1 模式直接輸出方法
4．2 非模式直接輸出量的診斷方法
4．3 動力釋用方法
思考題
參考文獻(xiàn)
第5章數(shù)值天氣預(yù)報(bào)產(chǎn)品的統(tǒng)計(jì)學(xué)釋用方法
5．1 統(tǒng)計(jì)釋用的一般方法
5．2 最優(yōu)子集回歸方法
5．3 卡爾曼濾波方法
5．4 相似預(yù)報(bào)方法
5．5 費(fèi)歇判別方法
5．6 統(tǒng)計(jì)釋用中的幾個重要問題
思考題
參考文獻(xiàn)
第6章基于人工智能和非線性模型的釋用方法
6．1 人工神經(jīng)網(wǎng)絡(luò)方法
6．2 多層遞階預(yù)報(bào)方法
6．3 支持向量機(jī)方法
6．4 非參數(shù)統(tǒng)計(jì)模型局部線性估計(jì)
6．5 貝葉斯分類方法
思考題
參考文獻(xiàn)
第7章綜合集成方法
7．1 綜合集成分類
7．2 綜合集成基本技術(shù)
7．3 集成預(yù)報(bào)應(yīng)用舉例
思考題
參考文獻(xiàn)