用預警機做測試

對于縱向課題來說，如果你申請的經(jīng)費沒用完，不僅不會得到獎勵，甚至還有可能會挨批。

邏輯也很簡單——

花不完你當初申請那么多干什么？

但即便如此，在申報課題的時候，也絕不會有人真的先想好怎么花錢，然后再按照計劃金額去弄錢。

而一定是盡可能多地弄到經(jīng)費，然后再找地方花。

所以，到了每年年末，以及項目快要結(jié)題的時候，就會出現(xiàn)突擊花錢的情況——

當然，這絕對算是幸福的煩惱。

對于絕大多數(shù)課題組來說，麻煩都是錢不夠用，而不是花不完……

不過，孟震遠眼下面臨的問題顯然已經(jīng)超出了過去的所有經(jīng)驗。

他根本不是剩了些錢需要花出去，而是連一分都沒花就要結(jié)題了。

“嗯……有多少？”

常浩南倒也不準備客氣，畢竟這課題相當于就是他搞定的。

“三年，每年20萬?！?

孟震遠回答道。

“那好像也不夠干啥……”

常浩南單手扶額。

其實，60萬經(jīng)費的項目放在2000年絕對算是大項目了。

只不過……

沒有對比就沒有傷害。

最終，他決定先跳過這個話題：

“算了，先留著吧，反正結(jié)題最快也得等到今年年末，等我有哪塊需要花錢的時候，再跟你聯(lián)系。”

……

經(jīng)費問題只能算個題外話。

重點還是項目本身。

接下來，常浩南用大概兩個小時，給孟震遠和唐林天介紹了自己改良之后的流形學習算法，以及使用這種算法對多波段光譜數(shù)據(jù)進行提取和分析的思路。

簡單來說，在傳感器已經(jīng)高度發(fā)達的時代，人們面臨的問題不是數(shù)據(jù)太少而是數(shù)據(jù)太多。

以至于根本無法分辨其中哪些有用，哪些無用。

而流形學習技術(shù)，就可以從一張充斥著以兆乃至吉計數(shù)信息量的雷達成像圖當中，精確提取出所需要的特定數(shù)據(jù)，以進行分析。

當然，這只是諸多應用場景中的一個而已。

如果計算機性能夠強，那么也可以實現(xiàn)諸如人臉識別、圖像搜索之類的高級功能。

“聽上去非?！昝??！?

在常浩南介紹完之后，孟震遠覺得自己幾乎已經(jīng)被這個精妙的方法所折服了：

“不過，還有個問題……”

“我們的衛(wèi)星還有一個多月才會發(fā)射……雖然我也認為這個思路可行，但總歸還是需要進行測試……”

說到底，還是前者的動作有點太快了。

“嗯……確實?！?

常浩南點了點頭：

“衛(wèi)星把數(shù)據(jù)傳回來可能需要三月了，而且地質(zhì)信息要做校核的話，還得等現(xiàn)地勘探的結(jié)果出來，效率實在有點低……”

他相信自己開發(fā)出的算法肯定不會有錯。

但要想優(yōu)化出足夠好的效果，還是需要足夠多的樣本來進行比對調(diào)參。

靠資源二號01一顆衛(wèi)星，配合勘探開發(fā)研究院的幾十號人，恐怕效率很難滿足要求。

“反正只要是遙測數(shù)據(jù)就可以，那要不然讓科學院那兩架里爾s也加入進來？”

旁邊的唐林天提議道。

80年代中期，華夏從美國進口過兩架里爾sii公務機平臺的電子偵察機，后來掛在科學院的名下。

除了軍用以外，也會執(zhí)行一些科學測繪方面的任務。

常浩南擺擺手：

“這塊的短板是現(xiàn)地勘測的效率不行，哪怕多兩架飛機也……”

說到這里，他突然眼前一亮。

說到底，流形學習算法的功能是特征提取。

那就不一定要把目光局限在地質(zhì)信息上面。

對地偵察、戰(zhàn)場監(jiān)視、目標識別……

也是一個道理的嘛。

而且因為建筑和車輛之類的目標可控，甚至都能省去數(shù)據(jù)校核的功夫。

這個時候，他的腦海中突然閃過了一個絕佳的試驗平臺——

已經(jīng)首飛了的空警200。

雖然那部厘米波雷達在對地探測時精度有限，不能跟正經(jīng)的合成孔徑雷達相比，但考慮到巨大的天線面積和功率，如果只是用作技術(shù)驗證，應該問題不大。

而且，還是一石二鳥。

除了給高光譜遙感設備做驗證以外，也是在給華夏未來的戰(zhàn)場指揮機、綜合偵察機、或者戰(zhàn)略偵察衛(wèi)星進行技術(shù)上的準備！

(本章完)

.b