1) hydrologic replacement time
水文更新时间
1.
With the rapid development of new theory and new problem, the current trends in the areas of water resources research are reviewed in this paper On the other hand, the concept of water resources , in the eye of time, is defined again Furthermore, the hydrologic replacement time and its relative theories are introduced to determine the water availabilit y from ground and surface water source
换一角度 ,从时间对水资源研究的作用上重新探讨了水资源的涵义 ,探讨了水文更新时间及相关理
2) time update
时间更新
1.
When the slave inertial navigation system(SINS) got the MINS reference data,the data was processed by Kalman filtering and the time origin was unified to the moment corresponding to the MINS data;the current error estimation of the SINS was obtained by time update.
该方法在子惯导系统(SINS)获得主惯导的参考数据时,将时间基准统一到主惯导数据对应时刻进行卡尔曼滤波处理,通过时间更新得到当前时刻的子惯导误差估计值。
3) stratum corneum turnover time
角质层更新时间
4) time update equation
时间更新方程
5) route update time
路径更新时间
1.
Firstly a suitable network model was proposed and the route update time of various mobility protocols was analyzed theoretically.
提出合适的网络模型,从理论上分析了各移动协议的路径更新时间,并采用数值仿真的方法对采用微观移动协议和只使用移动IP协议以及采用不同的微观移动协议的情形进行了比较。
6) signal update time
信号更新时间
1.
These conditions are affected by the network signal update time,the plant model error and network-induced delay.
在此基础上,给出了一类基于模型的时延网络控制系统全局指数稳定的充要条件,该条件受网络信号更新时间、被控对象模型误差及网络诱导时延等因素的影响。
补充资料：水文时间序列分析
结合水文现象的性质与特点，对水文时间序列进行统计分析和推断的技术。目的是为识别控制该序列随时间变化的机理。水文时间序列是指某种水文特征值随时间而变的一系列观测值。它们可以是在离散点上的观测值，也可以是时段上的平均值，或是在时间上连续观测的记录经离散化而得的数值。
水文时间序列分析的内容包括对各种常用模型的介绍以及对建模型步骤的讨论。常用的模型有自回归模型(AR)、滑动平均模型（MA）、自回归滑动平均混合模型(ARMA)、 自回归求和滑动平均模型(ARIMA)、疏系数模型(ARIMA)、分数高斯噪声模型(FGN)、破坏线模型(BL)和变移水平模型以及分解模型等。建模的步骤，包括选定模型类型、识别模型形式（或模型定价）、参数估计、模型检验以及模型与参数不确定性的评价。在模型检验中，除重视一般时间序列分析中所应用的检验模型残差的独立性和正态性模型与历史资料的相关图是否相似以外，在水文时间序列分析中，还十分重视保持历史资料的统计特性,即根据选用模型所生成的资料,应有与历史资料相近的主要统计特性。由于模型参数的有限型，不可能保持时间序列的所有统计特性。目前遵循的一般规则是，力求保持为表示所研究的水文序列的变化情况所必需的那些统计量，以及对于所要解决的问题十分重要的那些统计量。由于历史资料一般较短，故由历史资料所确定的统计特性，有一定的抽样误差，对一些重要的统计量，如偏态系数、自相关系数等，其抽样误差尤大。这使得保持统计特性的问题变得比较复杂，有待于进一步研究。
参考书目
C.T.Haan,Statistical Methods in Hydrology,The Iowa State University Press,Iowa,1977.
R.L.Bras and I.Rodrigues-Iturbe, Random Functions and Hydrology, Addison-Wesley，London，1985.
水文时间序列分析的内容包括对各种常用模型的介绍以及对建模型步骤的讨论。常用的模型有自回归模型(AR)、滑动平均模型（MA）、自回归滑动平均混合模型(ARMA)、 自回归求和滑动平均模型(ARIMA)、疏系数模型(ARIMA)、分数高斯噪声模型(FGN)、破坏线模型(BL)和变移水平模型以及分解模型等。建模的步骤，包括选定模型类型、识别模型形式（或模型定价）、参数估计、模型检验以及模型与参数不确定性的评价。在模型检验中，除重视一般时间序列分析中所应用的检验模型残差的独立性和正态性模型与历史资料的相关图是否相似以外，在水文时间序列分析中，还十分重视保持历史资料的统计特性,即根据选用模型所生成的资料,应有与历史资料相近的主要统计特性。由于模型参数的有限型，不可能保持时间序列的所有统计特性。目前遵循的一般规则是，力求保持为表示所研究的水文序列的变化情况所必需的那些统计量，以及对于所要解决的问题十分重要的那些统计量。由于历史资料一般较短，故由历史资料所确定的统计特性，有一定的抽样误差，对一些重要的统计量，如偏态系数、自相关系数等，其抽样误差尤大。这使得保持统计特性的问题变得比较复杂，有待于进一步研究。
参考书目
C.T.Haan,Statistical Methods in Hydrology,The Iowa State University Press,Iowa,1977.
R.L.Bras and I.Rodrigues-Iturbe, Random Functions and Hydrology, Addison-Wesley，London，1985.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条