1) Monitor period
自动分类监测周期
2) monitoring period
监测周期
1.
It is proposed that only when the monitoring datum of ground displacement is properly selected and monitoring scheme,monitoring stations arrangement and monitoring period are optimized.
本文探讨了影响边坡位移监测精度的若干主要技术问题,认为只有选择恰当的地表位移监测基准,并对监测方案、监测站的布设和监测周期的设计等技术问题进行优化,才能满足边坡变形监测的要求。
3) periodic classification
周期分类
4) period monitor
周期监测器
5) distributed automatic measurement
分布式自动监测
1.
Introduces the Smart transducer and the principle of the distributed automatic measurement system using the transducer, and analyzes examples of the system.
介绍了Ｓｍａｒｔ传感器，分析由Ｓｍａｒｔ传感器组成的分布式自动监测系统工作原理及其应用实例，与传统的传感器集中式监测系统相比具有显著的优越性。
6) periodic classification method
周期分类法
1.
The general Mandelbrot set s fractal image was protracted with periodic classification method,and then the relationship between the Mandelbrot set s period-buds, multiplier periodic buds and bifurcation image was analyzed.
研究了复映射 f(z,c) =z-2 +c所产生的广义M集 ,利用周期分类法绘制了广义M集的分形图 ,分析了M集周期芽苞及倍周期芽苞在主轴上同分岔图的对应关系·从分岔图入手 ,通过大量计算机数学试验 ,发现了主轴上倍周期芽苞在超吸引点处符号序列的排列规律 ,给出了构造任意倍周期芽苞字提升方程的一个算法·利用二分法解字提升方程 ,得到主轴上各倍周期芽苞的超吸引点 ,发现M集倍周期芽苞在主轴上存在一个普适常数δ ,并在非主轴上进行了验证·深刻揭示了分形的自相似本质 ,为进一步研究分形的精细结构提供了有力的帮
补充资料：自动分类
用计算机系统代替人工对文献等对象进行分类。一般包含自动聚类与自动归类。
自动聚类由计算机系统按照被考察对象的内部或外部特征,根据一定的要求(如类别的数量限制，同类对象的亲近程度等等),将相近、相似或相同特征的对象聚合在一起的过程。目前常用的自动聚类方法有：关联词法、文献--文献相似矩阵法、聚丛法和因子分析法等。自动归类是指计算机系统按照一定的分类标准或分类参考，将被考察对象划归到不同类目的过程。目前常用的自动归类方法有语义分析法、语法分析法和统计法等。
在文献的手工分类过程中，人们往往根据文献的主题内容,以公认的科学分类体系(如《杜威十进分类法》、《国际十进分类法》、《中国图书资料分类法》等),来决定每篇文献的分类号。可以说，文献的分类过程，就是人们根据一定的分类标准给文献以分类号的过程。文献分类的目的是为了便于人们按文献的内在特征，即所属类别进行查找。自动分类与手工分类相比，其类目体系的决定更科学、更灵活，文献的定类更整齐划一。同时，由于劳力的限制,人工分类往往不细、不全(大多一篇文献划归一类)，而自动分类则可克服这些缺点,并有很大的潜力。特别是自动聚类与自动分类的结合，将使自动分类体系具有新陈代谢的生命特征，并将为高效的聚类检索奠定基础。
文献的自动分类研究始于20世纪60年代初，最早是由R.M.尼达姆等人进行的。从马罗的第一个自动分类模型发展至今，无论在理论研究上还是实际运用上均取得相当的进展。由于种种原因，特别是中文计算机处理能力的限制，在中国关于自动分类的研究还刚刚开始不久。
由于计算机自动分析主题等研究还没有取得实质性的进展，所以，现在自动分类大部分都建立在题中或文摘中关键词的基础上，它的缺点是不能准确地按文献主题分类。但据有关资料表明，专家的偏爱也常使其分类的质量与普通标引员的分类质量相差无几，而自动分类现有的水平与之也差不多，然而其速度与规定性则是手工分类无法比拟的。因此，它正在受到人们越来越大的重视，成为情报检索中一个重要的研究与发展方向。特别是它与聚类检索的结合，将使其有更强的生命力。
自动聚类由计算机系统按照被考察对象的内部或外部特征,根据一定的要求(如类别的数量限制，同类对象的亲近程度等等),将相近、相似或相同特征的对象聚合在一起的过程。目前常用的自动聚类方法有：关联词法、文献--文献相似矩阵法、聚丛法和因子分析法等。自动归类是指计算机系统按照一定的分类标准或分类参考，将被考察对象划归到不同类目的过程。目前常用的自动归类方法有语义分析法、语法分析法和统计法等。
在文献的手工分类过程中，人们往往根据文献的主题内容,以公认的科学分类体系(如《杜威十进分类法》、《国际十进分类法》、《中国图书资料分类法》等),来决定每篇文献的分类号。可以说，文献的分类过程，就是人们根据一定的分类标准给文献以分类号的过程。文献分类的目的是为了便于人们按文献的内在特征，即所属类别进行查找。自动分类与手工分类相比，其类目体系的决定更科学、更灵活，文献的定类更整齐划一。同时，由于劳力的限制,人工分类往往不细、不全(大多一篇文献划归一类)，而自动分类则可克服这些缺点,并有很大的潜力。特别是自动聚类与自动分类的结合，将使自动分类体系具有新陈代谢的生命特征，并将为高效的聚类检索奠定基础。
文献的自动分类研究始于20世纪60年代初，最早是由R.M.尼达姆等人进行的。从马罗的第一个自动分类模型发展至今，无论在理论研究上还是实际运用上均取得相当的进展。由于种种原因，特别是中文计算机处理能力的限制，在中国关于自动分类的研究还刚刚开始不久。
由于计算机自动分析主题等研究还没有取得实质性的进展，所以，现在自动分类大部分都建立在题中或文摘中关键词的基础上，它的缺点是不能准确地按文献主题分类。但据有关资料表明，专家的偏爱也常使其分类的质量与普通标引员的分类质量相差无几，而自动分类现有的水平与之也差不多，然而其速度与规定性则是手工分类无法比拟的。因此，它正在受到人们越来越大的重视，成为情报检索中一个重要的研究与发展方向。特别是它与聚类检索的结合，将使其有更强的生命力。
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