1) IR cross correlation coefficient
红外亮温交叉相关系数
2) infrared brightness temperature
红外亮温
1.
The split window statistical method for retrieval of atmospheric precipitable water is developed by GMS5 infrared brightness temperature measurements.
建立了用ＧＭＳ－５红外亮温资料反演大气可降水量的分裂窗统计法。
2.
The relationship between the satellite thermal infrared brightness temperature and ground elevation is very important information that can reflect the thermal state of earth surface.
海拔高度与卫星热红外亮温的关系是尚待深入研究的能反映地球表面热状态的重要信息,也是影响地震热红外异常分析的主要因素之一,文中把海拔高度每增加100m亮温降低的幅度称为亮温梯度,在系统筛选处理卫星热红外遥感数据的基础上,把中国大陆划分为西北、青藏、川滇、东北、华北和华南6个地区分别进行研究,取得了一些初步的结果:1)不同地区、不同月份亮温梯度的总体趋势相似,但又存在细节上的差异;2)各个地区的亮温梯度都小于前人根据气温资料计算得到的气温直减率(0。
4) cross-correlation
交叉相关
1.
Firstly,spectral lines are extracted and used to determine the redshift candidates;then,the cross-correlation between the observed spectrum and the templates is measured for the candidates,and the redshift candidate corresponding to the largest correlation is chosen as the redshift of the observed spectrum.
首先进行谱线提取,并利用谱线信息确定红移候选;然后,根据红移候选对目标光谱和模板光谱进行交叉相关计算,最大相关值对应的红移候选为目标光谱的红移。
2.
The multiple-time cross-correlation sequence of the non-stationar.
针对每个频率点利用非平稳水声信号的多拍交叉相关序列,建立频域适用盲分离算法,估计分离网络矩阵,分离恢复多源信号。
3.
At present,cross-correlation extrapolation is one of the main algorithms for convective storm nowcast.
交叉相关外推算法是目前对流临近预报的主要算法之一。
5) Infrared radiation brightness temperature
热红外亮温温度
6) cross relation
交叉关系
1.
This paper tries to discuss the parallel and the cross relations of mathematics problems,and to solve them with the two relations so as to reveal the essence of the problems.
对数学问题的交叉关系和平行关系进行了讨论,并利用交叉关系和平行关系的方法解决具体问题,以能够达到更好地揭示问题的本质。
补充资料：Kendall等级相关系数
Kendall等级相关系数
ion Kendall coefficient of rank correla-
Kd山u等级相关系数「E曰吐山以吧伍d句t of.”血伪川如.d佣;Ke”皿姗a劝，帅胭“e，TP朋ro“0‘ICOPpe几.朋毗」 两个随机变量(特征)X和Y间相依关系的样本度量之一，基于样本元素(戈，Y.)，二，(Xn，玖)的等级评定.这样，众n山山等级相关系数属于秩统计量(mllksta比tic)并且定义为 25 f r.·…r_、 ”Ln一1)其中;，是在X秩为i的数偶(X，y)中Y的秩、S二ZN一”(。一l)/2，N是样本中]>i和r，>r‘同时成立的元素个数.总有一1簇t《1.M.R上以坛U广泛使用K淤nd目等级相关系数做相依性度量(见〔1」). Ken山山等级相关系数被用于检验随机变量独立的假设.如果独立性的假设成立，则云二0，DT“2(2n十5)/〔gn(”一l)1.当样本容量较小时(4蛋n镬10)，独立性假设的统计检验借助于专门的数表(见【31〕来进行.当衬>10时，利用:的分布的正态逼近二如果 ，·，>一擂离，则否定关于独立的假设，否则接受假设.这里，:是显著性水平，。司:是标准正态分布的100(:/2)百分位点.像任何秩统计量一样，KendaU等级相关系数可以用于揭示两个属性特征的相依性，只要样本的元素可以按这些特征评定等级，如果X和Y有联合正态分布且相关系数为p，则p与Kendal丈等级相关系数有如下关系: _2 七T=一atcsmP· 兀亦见S碑ar田叨等级相关系数(s户汾m曰n cocfficientof几mk eorlehaion);秩检验(mnk此0.
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