目前应用的航空发动机监控诊断手段大多功能简单、智能化程度较低,与对飞行安全性要求日益提高的现状不相称,因此急切需要研究监控诊断新理论和支持技术。本项目试图从认知的角度,结合图形学、拓扑学和计算数学等学科,提出一种新的认知型机器学习理论(称为覆盖机器学习),并应用于发动机监控诊断领域。主要研究:①"认知"覆盖分类算法:在样本空间中构造任意复杂的几何边界覆盖同类样本模拟"认"功能;检测样本是否位于复杂
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
端壁抽吸控制下攻角对压气机叶栅叶尖 泄漏流动的影响
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
覆盖图技术及其在离散对称结构中的应用研究
鲁棒性压缩感知重构技术及其在智能视频监控中的应用研究
核学习理论和方法及其在复杂生产过程异常事件诊断和预报中的应用研究
石墨烯薄膜制备及其在激光聚变诊断技术中的应用研究