……
經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據進行提取和分析的思路。
簡單來說，在傳感器已經高度發達的時代，人們面臨的問題不是數據太少而是數據太多。
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，就可以從一張充斥著以兆乃至吉計數信息量的雷達成像圖當中，精確提取出所需要的特定數據，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，那么也可以實現諸如人臉識別、圖像搜索之類的高級功能。
“聽上去非常……完美。”
在常浩南介紹完之后，孟震遠覺得自己幾乎已經被這個精妙的方法所折服了：
“不過，還有個問題……”
“我們的衛星還有一個多月才會發射……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：
“衛星把數據傳回來可能需要三月了，而且地質信息要做校核的話，還得等現地勘探的結果出來，效率實在有點低……”
他相信自己開發出的算法肯定不會有錯。
但要想優化出足夠好的效果，還是需要足夠多的樣本來進行比對調參。
靠資源二號01一顆衛星，配合勘探開發研究院的幾十號人，恐怕效率很難滿足要求。
“反正只要是遙測數據就可以，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s/ii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信息上面。
對地偵察、戰場監視、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，甚至都能省去數據校核的功夫。
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場指揮機、綜合偵察機、或者戰略偵察衛星進行技術上的準備！
(本章完)最近轉碼嚴重，讓我們更有動力，更新更快，麻煩你動動小手退出閱讀模式。謝謝</p>