“變革性技術(shù)關(guān)鍵科學(xué)問(wèn)題”專(zhuān)項(xiàng)2020 年第二批項(xiàng)目申報(bào)指 南擬圍繞應(yīng)用數(shù)學(xué)領(lǐng)域，支持 15 個(gè)項(xiàng)目，國(guó)撥經(jīng)費(fèi)總概算 1.3 億元。申報(bào)單位根據(jù)指南支持方向，面向解決重大科學(xué)問(wèn)題 和突破關(guān)鍵技術(shù)進(jìn)行一體化設(shè)計(jì)。鼓勵(lì)圍繞一個(gè)重要科學(xué)問(wèn) 題組織研究。項(xiàng)目應(yīng)整體申報(bào)，須覆蓋相應(yīng)指南方向的全部 考核指標(biāo)。每個(gè)項(xiàng)目下設(shè)課題不超過(guò) 4 個(gè)，每個(gè)項(xiàng)目參與單 位數(shù)不超過(guò) 6 家。

1.三維地震成像的數(shù)學(xué)方法與超分辨反演高效算法 研究?jī)?nèi)容：針對(duì)我國(guó)非常規(guī)油氣勘探關(guān)鍵需求，提出適 用于我國(guó)黃土層厚、儲(chǔ)層縱向薄互層、橫向強(qiáng)非均質(zhì)等特定 地質(zhì)結(jié)構(gòu)的地震波傳播數(shù)學(xué)物理模型，研究其適定性理論、 高效正演算法、反問(wèn)題求解及與機(jī)器學(xué)習(xí)結(jié)合的新型高效超 分辨反演方法。提出模型-數(shù)據(jù)雙驅(qū)動(dòng)的三維地震成像數(shù)學(xué)方 法。提出致密油氣儲(chǔ)層巖性、物性參數(shù)的人工智能超分辨反 演方法。開(kāi)發(fā)關(guān)鍵軟件模塊，支撐非常規(guī)油氣的勘探與開(kāi)發(fā)。 考核指標(biāo)：建立適應(yīng)中國(guó)特定地質(zhì)結(jié)構(gòu)的非常規(guī)油氣地 震波方程，形成 1 套完備的數(shù)學(xué)理論和高效算法。建立新數(shù) 學(xué)物理模型的適定性理論與精度可控高效正演算法；提出模 2 型驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)相結(jié)合的三維地震成像數(shù)學(xué)方法；提出致 密油氣/頁(yè)巖油氣儲(chǔ)層巖性、物性參數(shù)的人工智能超分辨反演 方法。建立的數(shù)學(xué)物理模型與實(shí)際情況符合率在 80%以上， 新模型數(shù)值求解的效率提升 40%以上；研制的人工智能超分 辨反演方法的分辨能力（在鄂爾多斯盆地目標(biāo)區(qū)）應(yīng)達(dá)到 1/10 波長(zhǎng)以下；處理解釋二維地震不少于 30000 公里，處理三維 地震不少于 2000 平方公里，并驗(yàn)證方法的有效性。

2.油氣管網(wǎng)安全運(yùn)維的大數(shù)據(jù)分析與算法 研究?jī)?nèi)容：基于大數(shù)據(jù)與管網(wǎng)運(yùn)維機(jī)理的耦合計(jì)算發(fā)展 魯棒可解釋的油氣管網(wǎng)安全運(yùn)維數(shù)學(xué)模型。結(jié)合統(tǒng)計(jì)學(xué)習(xí)、 深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)發(fā)展油氣管網(wǎng)安全預(yù)警高效算法，進(jìn)行 缺陷和失效統(tǒng)計(jì)分析，狀態(tài)數(shù)據(jù)分析，多元數(shù)據(jù)耦合與挖掘， 實(shí)現(xiàn)多種預(yù)警數(shù)據(jù)整合和挖掘利用。針對(duì)管網(wǎng)運(yùn)維的多元復(fù) 雜供需關(guān)系，研究降本增效型油氣戰(zhàn)略?xún)?chǔ)備布局，實(shí)現(xiàn)應(yīng)急 狀態(tài)下油氣安全穩(wěn)定快速響應(yīng)，建立油氣實(shí)時(shí)資源調(diào)度的大 數(shù)據(jù)驅(qū)動(dòng)的數(shù)學(xué)優(yōu)化模型，結(jié)合機(jī)器學(xué)習(xí)發(fā)展混合整數(shù)規(guī)劃 問(wèn)題的高效算法。 考核指標(biāo)：建立管道安全全過(guò)程監(jiān)控與診斷的數(shù)據(jù)采集 與管理系統(tǒng)，實(shí)現(xiàn)管道工藝參數(shù)的實(shí)時(shí)監(jiān)控。針對(duì)監(jiān)測(cè)及故 障診斷、陰極保護(hù)的監(jiān)測(cè)、閥室與地表設(shè)施監(jiān)測(cè)、關(guān)鍵部位 腐蝕速率開(kāi)發(fā)智能安全預(yù)警分析軟件，缺陷智能識(shí)別準(zhǔn)確率 75%以上，提升新氣管道管線(xiàn)安全高效運(yùn)行能力。建立基于 3 數(shù)據(jù)驅(qū)動(dòng)的油氣管道管容利用效率、能源消耗、檢修狀態(tài)等 指標(biāo)體系；建立管道容量分配、運(yùn)行狀況的油氣儲(chǔ)備布局與 實(shí)時(shí)信息共享的油氣運(yùn)輸管道優(yōu)化調(diào)度的新型運(yùn)籌學(xué)算法。

3.航空發(fā)動(dòng)機(jī)短艙問(wèn)題的偏微分方程建模與計(jì)算 研究?jī)?nèi)容:通過(guò)發(fā)展湍流理論建立航空發(fā)動(dòng)機(jī)燃燒室兩 相湍流燃燒新模型及相應(yīng)模擬算法。通過(guò)建立復(fù)雜介質(zhì)中的 多尺度模型來(lái)研究航空發(fā)動(dòng)機(jī)復(fù)合材料結(jié)構(gòu)的多尺度損傷 行為。通過(guò)有界區(qū)域偏微分方程建模研究發(fā)動(dòng)機(jī)短艙的不同 結(jié)構(gòu)對(duì)層流、湍流、多相流等的影響，并研究模型中逼近解 的穩(wěn)定性，發(fā)展高性能計(jì)算方法提高逼近解的精度。發(fā)展離 散度量空間理論以及最優(yōu)傳輸理論，提出新的高維數(shù)據(jù)降維 方法。 考核指標(biāo)：自主開(kāi)發(fā)虛擬計(jì)算平臺(tái)，計(jì)算航空發(fā)動(dòng)機(jī)燃 燒室兩相湍流燃燒新模型的數(shù)值解，新算法比現(xiàn)有算法效率 提高一個(gè)量級(jí)，計(jì)算速度比國(guó)際一流計(jì)算平臺(tái)快一倍。提高 航空發(fā)動(dòng)機(jī)復(fù)合材料結(jié)構(gòu)中的多尺度模型中多尺度性的定 量估計(jì)的準(zhǔn)確性，數(shù)值近似解的逼近精度提高一個(gè)量級(jí)，與 實(shí)驗(yàn)數(shù)據(jù)誤差小于國(guó)際一流同類(lèi)計(jì)算軟件誤差的 50%。發(fā)展 離散度量空間理論以及最優(yōu)傳輸理論提出新的高維數(shù)據(jù)降 維方法及算法，比現(xiàn)有降維方法效率提高一倍。 4.智能導(dǎo)航及遙感數(shù)據(jù)高精度融合的數(shù)學(xué)方法 研究?jī)?nèi)容:研究全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）實(shí)時(shí)高精度

4 定位的超快收斂理論、高維快速運(yùn)算方法及在實(shí)時(shí)精密單點(diǎn) 定位（PPP）和載波相位差分技術(shù)（RTK）中的應(yīng)用；GNSS 中心化多源導(dǎo)航融合的整數(shù)矢量快速尋優(yōu)模型及復(fù)雜環(huán)境 下的智能可信導(dǎo)航應(yīng)用；異源異構(gòu)多維度遙感載荷大數(shù)據(jù)融 合的幾何/輻射反演模型與優(yōu)化及在微納衛(wèi)星組網(wǎng)自主定標(biāo) 的應(yīng)用；高分辨成像優(yōu)化理論、三維信息重構(gòu)模型算法及復(fù) 雜區(qū)域重點(diǎn)目標(biāo)重構(gòu)應(yīng)用。 考核指標(biāo):復(fù)雜環(huán)境下 GNSS 模糊度固定率由 70%~80% 提高至 90%以上；剔除單傳感器失效的漏警率小于 0.001， 在 GNSS 可見(jiàn)衛(wèi)星個(gè)數(shù)不足時(shí)，隨距離增大，定位誤差累積 不超過(guò) 1%；開(kāi)發(fā) 1 套異源異構(gòu)遙感載荷數(shù)據(jù)融合軟件，反 演模型精度優(yōu)于 5‰個(gè)像素，自主定標(biāo)精度優(yōu)于 1.5 個(gè)像素； 典型噪聲測(cè)量條件下，重構(gòu)圖像的峰值信噪比不低于 28dB， 典型目標(biāo)重構(gòu)相對(duì)誤差小于 5%。

5.高端橡膠材料的可計(jì)算建模與智能化設(shè)計(jì) 研究?jī)?nèi)容：針對(duì)航空輪胎用高端橡膠材料，發(fā)展刻畫(huà)高 分子鏈非線(xiàn)性響應(yīng)行為的數(shù)學(xué)理論，構(gòu)建橡膠材料的非線(xiàn)性 黏彈性本構(gòu)方程，提出基于有限元方法的高效多尺度算法框 架；實(shí)現(xiàn)橡膠材料力學(xué)性能、綜合熱傳輸與熱力耦合問(wèn)題的 多尺度精確高效模擬計(jì)算，提出復(fù)合材料鋪層結(jié)構(gòu)高效組合 優(yōu)化設(shè)計(jì)方法，開(kāi)發(fā)對(duì)航空輪胎綜合性能仿真結(jié)果即時(shí)輸出 的具有自主知識(shí)產(chǎn)權(quán)的計(jì)算平臺(tái)。 5 考核指標(biāo)：基于本項(xiàng)目理論成果開(kāi)發(fā)的計(jì)算平臺(tái)具備對(duì) 多界面復(fù)合材料完備建模和自適應(yīng)快速網(wǎng)格劃分能力；具備 為航空輪胎不同部位智能化調(diào)用相應(yīng)材料本構(gòu)方程、參數(shù)與 算法的能力；可實(shí)現(xiàn)航空輪胎應(yīng)力-應(yīng)變響應(yīng)的快速數(shù)字化求 解，靜態(tài)應(yīng)力-應(yīng)變的計(jì)算數(shù)值精度≥90％，動(dòng)態(tài)應(yīng)力-應(yīng)變和 溫升的計(jì)算數(shù)值精度≥85％，計(jì)算效率相對(duì)于常用商業(yè)軟件 （如：ABAQUS，Ansys）提高 8 倍以上；形成 1 套對(duì)航空 輪胎材料研制和輪胎制造具有指導(dǎo)能力的高精度設(shè)計(jì)軟件 并在企業(yè)應(yīng)用。

6.數(shù)理模型耦合驅(qū)動(dòng)的自由曲面一體化數(shù)控加工理論與 算法 研究?jī)?nèi)容：面向先進(jìn)制造中幾何與物理信息、算法特 性、加工大數(shù)據(jù)高度融合的需求，構(gòu)建數(shù)理模型驅(qū)動(dòng)的自由 曲面一體化數(shù)控加工基礎(chǔ)理論及算法體系。解決曲面設(shè)計(jì)模 式和加工模式的數(shù)理融合問(wèn)題、加工模式與物理特性的匹配 問(wèn)題；提出面向高速高精度加工的自由曲面設(shè)計(jì)與建模方 法；建立幾何物理信息與加工大數(shù)據(jù)耦合意義下的多軸數(shù)控 加工規(guī)劃框架；發(fā)展數(shù)理模型驅(qū)動(dòng)的 NURBS 曲面直接插補(bǔ) 方法。 考核指標(biāo)：提出面向加工度量的自由曲線(xiàn)曲面高速高精 度建模方法，相比經(jīng)典 NURBS 方法，算法效率（迭代次數(shù)） 提升不低于 10%；發(fā)展數(shù)學(xué)原理、物理信息與加工大數(shù)據(jù)耦 6 合驅(qū)動(dòng)的自由曲面高質(zhì)量加工路徑規(guī)劃理論與算法，相比傳 統(tǒng) CAM 方法，算法編程效率提升大于 10%，新加工模式帶 來(lái)的曲面物理功能效率（如減阻、增壓等）提升不低于 10%； 研究基于自由曲面求交的加工殘留與精度分析方法，并產(chǎn)出 分析報(bào)告；建立數(shù)理模型驅(qū)動(dòng)的 NURBS 曲面直接插補(bǔ)算 法，支持微米級(jí)輪廓誤差精度編程；開(kāi)發(fā) 1 套融合新原理的 CAD-CAM-CNC 一體化原型系統(tǒng)，搭建樣機(jī)并在航空領(lǐng)域開(kāi) 展不少于 5 個(gè)場(chǎng)景的加工應(yīng)用驗(yàn)證，其中功能性曲面加工樣 件不少于 2 個(gè)。

7.基于最優(yōu)化方法的大型城市復(fù)雜路網(wǎng)智能調(diào)度研究 研究?jī)?nèi)容:針對(duì)交通路網(wǎng)環(huán)境的復(fù)雜性與交通需求的不 確定性，研究大型城市局域路網(wǎng)魯棒協(xié)同控制的數(shù)學(xué)理論與 優(yōu)化方法；針對(duì)路網(wǎng)空間的復(fù)雜性，發(fā)展分布式與分層式路 網(wǎng)控制數(shù)學(xué)理論與優(yōu)化方法；針對(duì)路網(wǎng)高密度道路管控與調(diào) 度的復(fù)雜性，發(fā)展基于多目標(biāo)優(yōu)化的交通路網(wǎng)智能調(diào)度數(shù)學(xué) 理論與優(yōu)化方法；開(kāi)發(fā)交通路網(wǎng)智能控制軟硬件協(xié)同平臺(tái)， 開(kāi)展大型城市復(fù)雜路網(wǎng)交通管理典型示范。 考核指標(biāo):對(duì)于大型城市路網(wǎng)目標(biāo)模式超過(guò) 8 種路網(wǎng)形 態(tài)，建立可實(shí)時(shí)運(yùn)行的基于多目標(biāo)優(yōu)化的路網(wǎng)調(diào)度數(shù)學(xué)理論 與優(yōu)化方法；對(duì)于大型城市局域路網(wǎng)，建立面向環(huán)境復(fù)雜性 與交通需求不確定性的路網(wǎng)魯棒協(xié)同控制數(shù)學(xué)理論與優(yōu)化 方法；對(duì)于超過(guò) 500 個(gè)路口的山地城市網(wǎng)絡(luò)，建立路網(wǎng)分布 7 式與分層式控制數(shù)學(xué)理論與優(yōu)化方法；建成超過(guò) 36 個(gè)山地 城市路口的路網(wǎng)交通信號(hào)控制示范，其通過(guò)路口的平均延誤 下降 15%，路口通行效率提高 20%。

8.基于多模態(tài)數(shù)據(jù)的復(fù)雜網(wǎng)絡(luò)拓?fù)浞治雠c演化預(yù)測(cè)研究 研究?jī)?nèi)容：面向社會(huì)安全風(fēng)險(xiǎn)的預(yù)測(cè)、防范和處置需求， 研究關(guān)鍵數(shù)據(jù)的精準(zhǔn)快速采集技術(shù)以及海量多模態(tài)數(shù)據(jù)處 理技術(shù)。研究多模態(tài)時(shí)序關(guān)系復(fù)雜網(wǎng)絡(luò)的圖嵌入表示方法、 網(wǎng)絡(luò)圖譜的相似度學(xué)習(xí)和拓?fù)浞治?，異?gòu)特征屬性之間內(nèi)嵌 的本征結(jié)構(gòu)；復(fù)雜信息網(wǎng)絡(luò)顯性子圖的搜索空間優(yōu)化方法、 建模與演化預(yù)測(cè)方法，重要節(jié)點(diǎn)挖掘和鏈路預(yù)測(cè)方法。 考核指標(biāo)：構(gòu)建面向社會(huì)安全風(fēng)險(xiǎn)感知的千萬(wàn)級(jí)結(jié)點(diǎn)、 億級(jí)邊、包含多模態(tài)數(shù)據(jù)的復(fù)雜網(wǎng)絡(luò)，支持不少于 5 類(lèi)典型 場(chǎng)景的分鐘級(jí)搜索響應(yīng)和挖掘計(jì)算能力；搭建基于復(fù)雜網(wǎng)絡(luò) 的社會(huì)安全風(fēng)險(xiǎn)建模預(yù)測(cè)演示驗(yàn)證平臺(tái)，在 2 個(gè)以上的大中 型城市開(kāi)展應(yīng)用驗(yàn)證，實(shí)現(xiàn)對(duì)虛實(shí)空間中社情民意風(fēng)險(xiǎn)感知 準(zhǔn)確率大于 85%，其中 3D 識(shí)別算法正確率不低于 97%。

9.胰膽惡性腫瘤精準(zhǔn)診療的數(shù)學(xué)理論和算法 研究?jī)?nèi)容：針對(duì)復(fù)雜環(huán)境下浸潤(rùn)性強(qiáng)目標(biāo)小且模糊的胰 膽惡性腫瘤，建立智能感知、增強(qiáng)和識(shí)別算法；研究影像中 模糊目標(biāo)特征提取、定量刻畫(huà)和模糊程度定量分類(lèi)，構(gòu)建基 于幾何和 PDE 理論的模糊和部分缺失的胰膽惡性腫瘤、血管 3D 醫(yī)學(xué)影像的精準(zhǔn)分割模型和算法；發(fā)展小樣本、弱監(jiān)督、 8 模態(tài)遷移和知識(shí)嵌入的強(qiáng)化學(xué)習(xí)方法，建立多模態(tài)多時(shí)間序 列圖像、目標(biāo)缺損圖像和多組學(xué)圖像 3D/4D 非剛性配準(zhǔn)、融 合及重建模型和高效非凸算法；探索基于影像的胰膽惡性腫 瘤演化機(jī)理，構(gòu)建腫瘤演化進(jìn)程模型。 考核指標(biāo)：研發(fā)針對(duì)弱小目標(biāo)的新一代高對(duì)比度的醫(yī)學(xué) 成像技術(shù)和設(shè)備。建立胰膽惡性腫瘤、血管分割和非剛性配 準(zhǔn)算法，使得分割和配準(zhǔn)精度達(dá)到 95%或以上，比現(xiàn)有方法 提高或超過(guò) 15%，提出達(dá)到臨床要求的膽胰腫瘤精準(zhǔn)診斷的 新方法。構(gòu)建多模態(tài)、多組學(xué)圖像融合和重建算法，模擬胰 膽惡性腫瘤演化進(jìn)程，用于胰膽精準(zhǔn)診療臨床實(shí)踐。獲得胰 膽惡性腫瘤精準(zhǔn)診療中分割、配準(zhǔn)和識(shí)別核心技術(shù)的授權(quán)自 主知識(shí)產(chǎn)權(quán)，服務(wù)于胰膽惡性腫瘤的精準(zhǔn)診療。

10.大數(shù)據(jù)計(jì)算與分析的基礎(chǔ)算法 研究?jī)?nèi)容：針對(duì)我國(guó)大數(shù)據(jù)技術(shù)發(fā)展的重大需求，聚焦 大數(shù)據(jù)計(jì)算“7 個(gè)巨人問(wèn)題”中的“廣義多體，統(tǒng)計(jì)計(jì)算，線(xiàn)性 代數(shù)計(jì)算”問(wèn)題，研發(fā)在典型大數(shù)據(jù)環(huán)境下可運(yùn)行、高效能求 解的基礎(chǔ)算法與對(duì)應(yīng)的大數(shù)據(jù)聚類(lèi)分析、判別分析與降維分 析核心算法；建立對(duì)應(yīng)算法的計(jì)算復(fù)雜性、收斂性、誤差可 控性等可用性與正確性數(shù)學(xué)理論；在 1-2 個(gè)典型行業(yè)大數(shù)據(jù) 中取得突破應(yīng)用。 考核指標(biāo)：對(duì)廣義多體，統(tǒng)計(jì)計(jì)算，線(xiàn)性代數(shù)計(jì)算等 3 個(gè)基本計(jì)算問(wèn)題各研發(fā)一個(gè)對(duì)百億級(jí)大數(shù)據(jù)可用、理論證明 9 正確的基礎(chǔ)算法，其計(jì)算效率比當(dāng)前最好算法提升 40%以 上；針對(duì) 3 個(gè)典型大數(shù)據(jù)分析任務(wù)構(gòu)建大數(shù)據(jù)分析算法，有 效分析數(shù)據(jù)規(guī)模達(dá)到 TB 級(jí)，支持 3 種以上大數(shù)據(jù)環(huán)境有效 執(zhí)行；支撐 TB 級(jí)醫(yī)療影像數(shù)據(jù)處理（重建或分割），單個(gè) 體三維影像處理時(shí)間低于 0.05 秒，誤差率比當(dāng)前最優(yōu)水平降 低 8%以上。

11.太赫茲醫(yī)學(xué)影像及診斷系統(tǒng)中的關(guān)鍵數(shù)學(xué)問(wèn)題及應(yīng) 用 研究?jī)?nèi)容：探索牙齒、乳腺太赫茲影像檢測(cè)的系統(tǒng)集 成；開(kāi)發(fā)牙齒多層結(jié)構(gòu)折射率不同的成像算法、牙齒表面不 平整散射嚴(yán)重的成像算法；建立反常統(tǒng)計(jì)力學(xué)框架下的癌細(xì) 胞超擴(kuò)散演化方程；發(fā)展只依賴(lài)于曲面黎曼度量共形幾何內(nèi) 蘊(yùn)方法，融合擬共形變換參數(shù)與分?jǐn)?shù)階布朗運(yùn)動(dòng) Hurst 指數(shù) 兩者所包含的信息；為診斷乳腺癌及跟蹤癌病變發(fā)展進(jìn)程提 供算法支持。 考核指標(biāo)：完成牙齒、乳腺太赫茲影像檢測(cè)儀樣機(jī)；提 交牙齒多層結(jié)構(gòu)折射率不同的太赫茲成像算法、牙齒表面不 平整散射嚴(yán)重的成像算法；給出擬共形變換參數(shù)與分?jǐn)?shù)階布 朗運(yùn)動(dòng) Hurst 指數(shù)之間的關(guān)聯(lián)形式，計(jì)算擬共形變換不變 量，提供齲齒及乳腺癌的 AI 識(shí)別診斷算法，誤識(shí)率小于 5%， 漏識(shí)率小于 3%。

12.面向海量多源遙感數(shù)據(jù)處理的關(guān)鍵數(shù)學(xué)問(wèn)題及其產(chǎn) 10 業(yè)應(yīng)用 研究?jī)?nèi)容：針對(duì)海量多源遙感數(shù)據(jù)中含有的多類(lèi)型噪 音，構(gòu)建多模態(tài)核函數(shù)，改進(jìn)先驗(yàn)信息提取方法，優(yōu)化圖像 超分重構(gòu)算法。在遙感數(shù)據(jù)處理和反演中涉及病態(tài)方程，合 理設(shè)計(jì)反演過(guò)程的信息變遷，將遙感數(shù)據(jù)特性和預(yù)處理算法 相結(jié)合，實(shí)現(xiàn)高維病態(tài)方程的優(yōu)化求解。“同物異譜”及“同譜 異物”現(xiàn)象導(dǎo)致多光譜數(shù)據(jù)地物光譜特征呈非線(xiàn)性，基于隨機(jī) 統(tǒng)計(jì)分析方法，對(duì)多光譜遙感圖像進(jìn)行預(yù)處理，建立樣本圖 -譜特征聯(lián)合模型，進(jìn)行多光譜數(shù)據(jù)特征深層次表達(dá)，提升遙 感影像監(jiān)督分類(lèi)精度。 考核指標(biāo)：針對(duì)星載遙感成像系統(tǒng)受到平臺(tái)振動(dòng)、系統(tǒng) 噪聲、氣候天氣等因素的影響，以及超過(guò)成像系統(tǒng)截止頻率 的高頻細(xì)節(jié)信息丟失問(wèn)題，實(shí)現(xiàn)超分辨率重構(gòu)復(fù)原，影像分 辨率提升 1.5 倍。經(jīng)過(guò)遙感反演病態(tài)方程優(yōu)化后地表反射率 反演精度高于 85%。通過(guò)多光譜遙感影像數(shù)據(jù)圖-譜特征模型 建立，大區(qū)域分類(lèi)準(zhǔn)確率提高 7%。

13.基于機(jī)器學(xué)習(xí)與確定性機(jī)理融合的高精度地圖制作 和評(píng)估體系 研究?jī)?nèi)容：建立機(jī)器學(xué)習(xí)與確定性機(jī)理混合建?？蚣荏w 系；構(gòu)建可解釋和可信任的確定性及隨機(jī)算法；研究從交通 路網(wǎng)到車(chē)道線(xiàn)級(jí)別道路的數(shù)學(xué)表達(dá)；發(fā)展將眾包數(shù)據(jù)和傳統(tǒng) 測(cè)繪數(shù)據(jù)進(jìn)行互補(bǔ)和融合的高精度地圖制作方法；研究自然 11 語(yǔ)言處理技術(shù)在高精度地圖路標(biāo)牌語(yǔ)義識(shí)別中的應(yīng)用；建立 從地圖的采集、制作和融合全流程的質(zhì)量評(píng)估體系。 考核指標(biāo)：建立基于機(jī)器學(xué)習(xí)與確定性機(jī)理融合的高精 度地圖制作和評(píng)估體系的理論；實(shí)現(xiàn)包含眾包數(shù)據(jù)或測(cè)繪數(shù) 據(jù)場(chǎng)景全覆蓋和要素全覆蓋的高精度地圖制作，生產(chǎn)自動(dòng)化 水平達(dá)到 95％以上；在高速、主干道及數(shù)據(jù)源相對(duì)豐富的城 區(qū)中地圖精度不低于 5-10 厘米；保證高精度地圖生產(chǎn)全流程 的置信值不低于 95%。

14.面向國(guó)產(chǎn)高性能自主可控計(jì)算機(jī)的基礎(chǔ)數(shù)學(xué)庫(kù)軟件 與應(yīng)用 研究?jī)?nèi)容：基于高性能自主可控計(jì)算平臺(tái)的基礎(chǔ)數(shù)學(xué)算 法、面向復(fù)雜應(yīng)用問(wèn)題的數(shù)學(xué)模型和高效并行求解器；基于 自主處理器和異構(gòu)并行計(jì)算機(jī)體系的數(shù)學(xué)庫(kù)軟件和評(píng)測(cè)工 具，為各類(lèi)計(jì)算問(wèn)題提供編程接口和框架；支撐復(fù)雜工業(yè)仿 真和高端芯片研發(fā)的新型數(shù)學(xué)模型和高效數(shù)值并行算法，以 及基于自主處理器和基礎(chǔ)并行數(shù)學(xué)庫(kù)的仿真、設(shè)計(jì)軟件的開(kāi) 發(fā)與應(yīng)用。 考核指標(biāo)：面向多種應(yīng)用場(chǎng)景，適配 3 種以上國(guó)產(chǎn)自主 處理器及百萬(wàn)核異構(gòu)計(jì)算架構(gòu)，性能不低于國(guó)外主流同類(lèi)基 礎(chǔ)數(shù)學(xué)庫(kù)軟件；可支撐千萬(wàn)級(jí)模型自由度計(jì)算、萬(wàn)核并行效 率不低于 30%的自主工業(yè)仿真軟件系統(tǒng) 1 套，計(jì)算性能不低 于國(guó)際主流同類(lèi)軟件系統(tǒng)；高端芯片的設(shè)計(jì)軟件具備第一性 12 原理預(yù)測(cè)能力，軟件算法時(shí)間復(fù)雜度 O(nc )由同類(lèi)主流軟件的 c>1 降為 c≤1。

15.全壽命瀝青路面時(shí)空演化數(shù)學(xué)模型構(gòu)建與結(jié)構(gòu)優(yōu)化 智能算法設(shè)計(jì) 研究?jī)?nèi)容：針對(duì)當(dāng)前瀝青路面技術(shù)中實(shí)踐數(shù)據(jù)挖掘不充 分、數(shù)學(xué)理論支撐不完善、相關(guān)設(shè)計(jì)模型可靠性低、設(shè)計(jì)壽 命預(yù)估誤差大等基礎(chǔ)問(wèn)題，研發(fā)全壽命周期條件下的瀝青路 面結(jié)構(gòu)與材料的時(shí)空演化數(shù)學(xué)模型，形成多層次、多框架下 解析推斷系統(tǒng)，開(kāi)發(fā)結(jié)構(gòu)優(yōu)化智能算法，挖掘多因素同步耦 合狀態(tài)下的服役性能衰變機(jī)理，構(gòu)建適應(yīng)于長(zhǎng)壽命使用需求 的疲勞設(shè)計(jì)模型，實(shí)現(xiàn)給定指標(biāo)需求下路面結(jié)構(gòu)最優(yōu)設(shè)計(jì)方 案，完善瀝青路面安全、耐久的結(jié)構(gòu)設(shè)計(jì)體系，為構(gòu)建長(zhǎng)壽 命路面設(shè)計(jì)體系奠定基礎(chǔ)。 考核指標(biāo)：建立瀝青路面全周期服役性能指標(biāo)的時(shí)空演 化規(guī)律數(shù)學(xué)模型，與實(shí)測(cè)數(shù)據(jù)的預(yù)測(cè)精確度不低于 85%；給 出路面結(jié)構(gòu)安全服役性能衰變的疲勞方程估計(jì)式，準(zhǔn)確率不 低于 85%；開(kāi)發(fā)路面結(jié)構(gòu)設(shè)計(jì)推斷系統(tǒng)，生成的優(yōu)化設(shè)計(jì)方 案使得路面預(yù)估壽命不小于 30 年；設(shè)計(jì)結(jié)構(gòu)優(yōu)化智能算法， 開(kāi)發(fā)軟件著作權(quán) 1 套。

政策咨詢(xún)：0551-65318129  18755150066（微信同號(hào)）