我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

近代国人体育观念的变迁 下载：44 浏览：272

王勃然 安然 刘春雪 《体育研究》 2018年5期

摘要:
进入近代以来,在西方近代体育思想与本土传统观念的不断碰撞当中,中国体育经历了一系列关键的改进和转型,近代国人的体育观念也在不断地发生着转变。研究这一变迁历程,对我们理解体育的社会功能,探寻体育与人、体育与社会的互动方式都具有重要的意义。本文通过对相关史料的归纳和分析,梳理了近代国人体育观念变迁的基本脉络,在此基础上,表达了对于中国体育未来发展的思考与建议。

USLE/RUSLE中水土保持措施因子研究进展 下载：88 浏览：501

黄杰1 姚志宏1 查少翔2 肖培青3 王勃1 《水土保持与应用》 2020年7期

摘要:
通用土壤流失方程(USLE)及修正通用土壤流失方程(RUSLE)是目前世界上应用最为广泛的土壤侵蚀预报模型,水土保持措施因子(P)是USLE/RUSLE方程中的重要参数之一。依据国内外研究成果,归纳总结了5种估算P因子值的方法,包括小区和小流域资料法、美国农业部手册查询法、基于RS和GIS提取法、USLE/RUSLE方程反求法、经验模型方程法。分析了各种方法的优缺点,并对P因子的研究提出展望。

考虑山东近海不同风能天气特征的风电功率区间预测模型 下载：81 浏览：465

余沣1，2 董存3 王铮2 蒋建东1 王勃2 《电网技术研究》 2020年12期

摘要:
风电功率区间预测是应对大规模风电机组并网运行的有效手段之一。针对山东风电并网运行建立了一种考虑山东半岛不同风能特征的风电功率区间预测模型。对比了不同风能条件下半岛内风电场出力特征和风电功率历史预测误差分布特点,发现风电场出力分布范围随风速增加呈"先增后减"趋势,在出力分布范围较大的风速区间内,预测误差也相对较大。以风速、风向和预测功率为特征变量,在利用层次聚类法对样本数据进行聚类分析基础上,采用非参量核密度估计方法,建立了各类样本在不同风向条件下风速-风电功率预测误差的联合概率密度分布模型。将该模型与NARX(nonlinear auto regressive models with exogenous inputs)网络确定性风电功率预测结果相结合,得到一定置信水平的风电功率区间预测结果,最后通过实际算例验证了模型的有效性。

区域多风电场功率的分位数回归概率预测方法 下载：89 浏览：506

王钊 王勃 冯双磊 王伟胜 《电网技术研究》 2020年11期

摘要:
对区域多风电场功率的概率预测有利于应对大规模风电并网现状下风电功率的随机性和波动性。通过建立基于径向基神经网络的分位数回归模型,实现了气象预报变量和风电功率间的非线性映射,得到了分位数形式的短期概率预测结果。针对区域风电数据维度高的问题,提出用交替方向乘子算法进行模型参数优化,从而提高了高维度模型的计算效率。提出了基于区域风向聚类的机制转换模型,对不同风向特征的样本进行独立建模,进一步提高了预测效果。以华东28处风电场为例,通过对可靠度、锐度和Pinball分数3个评价指标进行对比分析,标明所提预测方法相比传统预测方法取得了更好的概率预测效果。

气候变化背景下我国森林防火工作的形势及对策 下载：53 浏览：539

王勃 《气候变化研究》 2025年2期

摘要:
在气候变化背景下我国森林防火工作面临着众多的问题，不同季节下的森林防火情况也不尽相同，比如春冬季节由于气候干燥、风力强烈，此时非常容易发生火灾，需要高度重视防火检查工作。面对不同的气候状况，在森林防火工作中需要考虑的问题也不尽相同，本文就气候变化背景下的森林防火工作开展方法做了分析。

校企合作创新种子科学与工程专业暑期实践教学模式的研究 下载：75 浏览：947

张琦 苗兴芬 杜艳丽 王勃 杜吉到（通讯作者） 《教师教育与创新》 2023年1期

摘要:
根据暑期教学实践课程的安排，通过视野、技能、综合能力三方维度构建实践教学体系，促使学生能够把暑期时间更有效地利用起来，在种子企业的实际岗位操作中全程投入到了产、收、加、销、储、运各环节的生产经营当中。确保实践作为高校学生的社会调研，促使学生深入掌握了企业的经营发展现状，了解到了经营当中存在的问题，并在协同配合中提出解决方案并应用于实际当中，为种子企业编制了经营战略规划，一方面培养人才实践能力，一方面也为企业创造了识人的机会，促进二者之间的互促双赢。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享