月球測量學 的英文怎麼說

中文拼音 [yuèqiúcèliángxué]
月球測量學 英文
selenodesy
  • 月 : Ⅰ名詞1 （月球; 月亮） the moon 2 （計時的單位） month 3 （姓氏） a surname Ⅱ形容詞1 （每月的） mo...
  • 球 : 名詞1 （以半圓的直徑為軸 使半圓旋轉一周而成的立體; 由中心到表面各點距離都相等的立體） sphere; glo...
  • 測 : 動詞1. （測量） survey; fathom; measure 2. （測度; 推測） conjecture; infer
  • 量 : 量動1. （度量） measure 2. （估量） estimate; size up
  • 學 : Ⅰ動詞1 （學習） study; learn 2 （模仿） imitate; mimic Ⅱ名詞1 （學問） learning; knowledge 2 （學...
  • 月球 : moon; selen-; seleno-; seleni-
  • 測量 : measure; survey; gauge; meter; measurement; measuring; surveying; mensuration; metering; gauging;...
  1. The chinese scientists will for the first time have three - dimensional pictures taken for the whole lunar surface, explore into the amount and distribution of 14 elements on lunar surface and probe into the thickness of the whole lunar earth

    中國科學家將第一次進行全月面三維立體照相，探測月球表面14種元素的含量和分佈，以及全月球表面的土壤厚度。
  2. By putting the apollo discoveries in a global context, the clementine and lunar prospector measurements prompted scientists to revise their understanding of the moon and its history

    克萊門蒂號和月球探勘者號的測量，使得阿波羅任務的各項發現有了脈絡，促使科學家修改他們對月球及其歷史的想法。
  3. Application of optical metrology technique in moon exploration project

    光學計量技術在月球探測工程中的作用
  4. Upon using an artificial neural network ( ann ) a new short - term climate forecast model with the monthly mean rainfall in june in the north of guangxi as predictand is established making empirical orthogonal functions ( eof ) to the 36 predictors ( 15 ssa predictors, 21 500hpa height predictors ) with over 0. 05 significant correlation level of previous 500hpa height and sea surface temperature ( sst ) field, and selecting the high relative principal components, at the same time, a new approach of constructing ann learning matrix is developed. predictive capability between the new model ( principal components ann model ) and linear regression model for the same predictors is discussed based on the independent samples and historical samples

    本文通過對廣西北部6月平均降水量（預報量）同北半球月平均500hpa高度場和北太平洋月平均海溫場進行相關普查，選取了前期36個同預報量相關顯著水平達到0 . 05以上的預報因子（ 15個海溫場預報因子， 21個高度場預報因子） ，並運用自然正交函數展開方法對這36個前期預報因子展開，取其中同預報量相關程度高的主成分，結合人工神經網路技術，提出了一種新的構造人工神經網路學習矩陣的方法，建立了一種新的短期氣候預測模型。
分享友人
分享到 Line

分享到臉書