将人工神经网络与化学模式识别相结合,组成包括数据库、知识库在内的KDPA专家系统,可用于新化合物,新材料的计算机予报,化学,化工过程的优化,以及若干无机物系相图特征(中间化合物形成,化学配比、熔化类型和熔点等)的估算,已用于宝山钢铁厂等合金钢研制和生产优化,以及固体火箭推进剂,VPTC材料的配方和工艺设计,氩镍电池材料设计等方面,效果良好,在KDPA基础上,建立卤化物熔盐系相图特征予报专家系统,在予报基础上合成并发现了一批新的中间化合物,用类似方法研究合金相图予报也有结果,据此修正了合金元胞模型理论,扩大了该理论的应用范围,在此基础上在国际国内发表论文49篇,专著一部将出版。.
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
时变非线性系统辩识,信号盲分离及神经网络
不确定非线性系统的神经网络辩识与控制研究
无穷维系统辩识方法新探
系统微小差异的辩识研究