公共文化服务平台

张晨: 作品数：13 被引量：31H指数：3; 供职机构：南京信息工程大学更多>>; 发文基金：国家自然科学基金江苏省自然科学基金江苏省普通高校研究生科研创新计划项目更多>>; 相关领域：自动化与计算机技术环境科学与工程天文地球经济管理更多>>

合作作者

长江中下游地区天气型和边界层特征对空气污染的影响: 本文利用常规地面气象观测数据和气象探空资料、ERA-interim（EuropeanCentreforMedium-RangeWeatherForecasts）每6小时一次的再分析资料、拉格朗日型轨迹扩散模型HYSPLI...; 张晨; 关键词：空气污染; 文献传递

基于ZigBee无线调光的LED路灯控制系统设计被引量：3: 2018年; 针对目前路灯能耗大、控制简陋等诸多问题,文中设计了一种基于ZigBee无线调光的LED路灯控制系统,采用LED路灯代替传统路灯。该路灯系统以CC2530芯片为核心控制部件,采用2.4 GHz-IEEE 802.15.4-ZigBee技术实现了控制中心和GPRS终端之间、GPRS终端与路灯之间及路灯与路灯之间的无线通信,通过改变PWM波的占空比来调节LED灯的亮度,显著减少了能耗。; 张斌杰毛鹏张世奇张晨丁宇华; 关键词：LED路灯 ZIGBEE技术无线通信

一次冷锋过程中我国区域空气污染边界层特征被引量：3: 2020年; 利用常规地面气象和探空资料、ERA-interim再分析资料、以及全国PM2.5浓度数据,针对2015年3月7~11日一次冷空气南下的锋面天气过程中,我国华北、华东地区出现的大范围空气污染,开展了高空各层天气形势分析,以及本次过程中污染区域由北至南6个城市(北京、章丘、郑州、南阳、武汉、长沙)边界层气象要素的垂直结构及其时空演变特征的研究.结果表明:在污染前期(3月7~8日)中高纬度500hPa平直的纬向环流和地面均压场,为污染天气的发生和维持以及空气污染物的集聚提供了有利的环流场.污染中期(3月8~10日)冷空气南下,地面冷高压向华东地区移动,重污染区域随冷高压前部的弱低压场或均压场由北向南移动.伴随着天气系统移动,六个地面观测站的边界层特征在时空上表现出相似性,由北向南各站在污染期间先后出现多层逆温,风速较小,逆温层下相对湿度较大.此次多层逆温的形成是由于夜间近地面辐射冷却、冷锋移动过程中产生的锋面逆温以及边界层以上的下沉运动造成的.本研究揭示了在天气系统移动中,位于天气系统相同部位站点的边界层结构具有共同的特征,及其与空气污染的关系.; 张晨朱彬刘晓慧侯雪伟牟南南康汉青王丽娟; 关键词：空气污染

基于双注意力神经网络的遥感影像云与云阴影检测方法: 本申请涉及一种基于双注意力神经网络的遥感影像云与云阴影检测方法。该方法包括：获取遥感影像数据集，遥感影像数据集中包含了各遥感影像对应的标签信息，标签信息标记了云与云阴影的位置；将遥感影像数据集按预设比例分为训练集和验证集...; 张秀再张晨邱野张思远; 文献传递

一种光栅尺位移测量系统: 本实用新型公开了一种光栅尺位移测量系统，单片机模块、供电模块、光栅尺模块、整形电路模块和液晶屏显示模块；所述单片机模块跟所述供电模块电性连接，所述光栅尺模块通过所述整形电路模块跟所述单片机模块电性连接，所述液晶屏显示模块...; 张晨张秀再周丽娟; 文献传递

一种创口贴: 一种创口贴，包括本体、粘贴部和岛型复合垫，其中岛型复合垫自本体内侧向外包括无纺织物透气层、薄膜层和药物层；其中，本体在岛型复合垫对应的外侧及四周设有透气孔；所述薄膜层为聚氨酯透气膜层；所述药物层中药物主要成分为海藻酸纤维...; 张晨朱强申; 文献传递

基于卷积神经网络的遥感影像云与云阴影检测方法研究: 遥感影像中的云与云阴影检测是遥感影像处理的关键,检测结果的准确性直接影响后续遥感影像的应用,具有重要的研究意义。近年来,随着人工智能技术的不断发展,基于卷积神经网络的遥感影像云与云阴影检测方法备受关注。相较于传统方法,基...; 张晨; 关键词：卷积神经网络上下文信息

东北地区冬季气温异常与海表温度异常模关系的研究: 本文基于东北地区92个测站逐日平均气温资料、NCEP/NCAR月平均再分析资料和HadISST 0I月平均海温资料,引入广义平衡反馈方法(GEFA)和最大协方差分析方法(MCA),并结合EOF、相关合成等分析方法,研究东...; 张晨; 关键词：MCA 海温异常; 文献传递

预售模式下考虑顾客行为的绿色供应链最优决策研究: 近年来顾客的环保意识日益增强，购买行为也日趋理性。为了在竞争市场中获得主动优势，越来越多的企业通过线上预售的方式推出绿色产品。预售模式下，面对顾客复杂多变的购买行为，如何合理地制定绿色产品的价格和环保水平以获得最优收益成...; 张晨; 关键词：电子商务顾客行为价格策略

基于多尺度特征融合网络的云和云阴影检测试验被引量：2: 2021年; 基于深度学习的高分辨率光学影像云检测过程中,云和云阴影及其边缘细节丢失较为严重,主要原因在于不同尺度空间语义信息特征融合存在不足。针对该问题,本文构建一种基于深度学习的多尺度特征融合网络(Multi-scale Feature Fusion Network,MFFN)的云和云阴影检测方法,该算法结合防止网络退化的残差神经网络模块(Res.block)、扩大网络感受野的多尺度卷积模块(MCM)和提取并融合不同尺度信息的多尺度特征模块(MFM)。试验表明,本算法能提取丰富的空间信息与语义信息,可取得较为精细的云与云阴影掩模,具有较高检测精度,其中云检测准确率达0.9796,云阴影检测准确率达0.8307。同时,该工作可为深度学习技术应用于业务云检测提供理论支持及技术储备。; 杨昌军张秀再张晨冯绚刘瑞霞; 关键词：云检测