注册
|
登录
|
举报
首 页
公告沙龙
公告中心
活动沙龙
课程学习
项目交流
项目招募
问答中心
信息展示
项目展示
往年项目展示
校内导师
校外导师
使用指南
文件下载
常见问题
×
举报该页有违规/非法信息
网址:
附加说明:
最新版
最新
基于可测数据的挠性附件神经网络模态辨识算法
人工智能学院
Modal Recognition Algorithm for Flexible Appendage Neural Networks Based on Measurable Data
终检评审中
创新训练
590航空航天科学技术
理论研究-科学技术
未定级
本项目以太阳帆板作为挠性附件，开展基于可测数据的挠性附件神经网络模态辨识算法研究工作，采用摄影测量的方式获取挠性附件的测点信息，依托神经网络的近似学习能力，对捕后组合体航天器存在的振动模态进行在线辨识。
项目分数
项目信息
项目动态
项目相关人员
项目荣誉
留言
重要程度：
全部信息
细节信息
正常信息
重要信息
项目负责人
牟晨鸣
2019级 自动化
项目成员
李锐达
2019级 自动化类
殷诗航
2019级 机械工程（机器人实验班）
史宇昂
2020级 国际学院 电信工程及管理
徐莘源
2020级 人工智能学院 自动化
指导老师
王迪
人工智能学院 副教授
通信网络
机器人
智能制造
评审老师
姚燕
人工智能学院 高级工程师
智能制造
余瑾
高级工程师
房产家居
机器人
智能硬件
别志松
信息与通信工程学院 副教授
数字娱乐
数字教育
通信网络
暂无留言
留言
提交
该项目暂无荣誉
map
