申报领域能源
申请类别 A
新世纪优秀人才支持计划 申 请 书
申请人：胡清华
专业技术职务：副教授
所在学校：哈尔滨工业大学
通讯地址：哈工大458信箱
联系电话：130********
申请日期：2009年9月1日
主 管 部 门：工业和信息产业部
中华人民共和国教育部制
填写说明
一、编写前要仔细阅读《新世纪优秀人才支持计划实施办法》。
二、编写要严肃认真、实事求是、内容翔实、文字精炼。
三、“申报领域”包括：1.数学；2.物理；3.化学；4.化工；
5.农业；
6.林业；
7.电子科学技术；
8.计算机与通讯；
9.生物与基础医学；10.医疗卫生与临床；11.药学；12.中医药；
13.能源；14.资源；15.环境；16.传统材料；17.新材料；18.先进制造；19.管理科学与工程。20.哲学、马克思主义、思想政治理论教育；21.语言、文学艺术、历史学；22.经济学（含工商管理）；23.政治学、法学；24.教育学、心理学、信息传播。
每份申请书选填其中之一。请在申请书、申请人清单上注明申报领域的具体类别，如“申报领域：语言、文学艺术、历史学（文学艺术）”。
四、“专业技术职务”指受聘的专业技术工作岗位，如教授、副教授、研究员、副研究员等。
五、如无特殊说明，本表各栏不够填写时，可自行加页。
六、申请书页面用A4纸，于左侧加软封面装订成册（请不要用塑料封面或塑料文件夹）。
一、简表
姓 名 胡清华
性别男民族
汉
出生年月
1976.8
专业技术职务 副教授 行政职务
副所长 最终学位及
授予国家或地区及学校
博士，哈尔滨工业大学
研究方向
动力系统故障诊断和模式识别
电子邮箱huqinghua@https://www.doczj.com/doc/ca2457027.html,
所在工作单位 （院、系、所、实验室、中心）
哈尔滨工业大学能源学院先进动力技术研究所
通讯地址及邮编黑龙江省哈尔滨市哈工大458信箱，150001
申请
人
联系电话 0451-******** 传真
手机
130********
起止年月 地点 学习、工作单位
任职 1995.9-1999.7 哈尔滨 哈尔滨工业大学能源科学与工程 本科 2000.9-2002.7 哈尔滨 哈尔滨工业大学能源科学与工程 硕士 2002.9-2008.11 哈尔滨 哈尔滨工业大学控制科学与工程 博士 2006.6-2008.6 哈尔滨 哈尔滨工业大学能源科学与工程 讲师 2008.6-至今 哈尔滨 哈尔滨工业大学能源科学与工程
副教授
个人简
历︵
自大
学填
起︶
2009.6-至今
哈尔滨
哈尔滨工业大学能源科学与工程 研究所副所长
主要学术任职 中国动力工程学会自控专委会秘书
中国人工智能学会粗糙集与软计算专委会委员 国际粗糙集学会会员
担任十余个国际SCI 检索杂志和国内杂志的审稿专家，包括： z IEEE Transactions on Neural networks
z IEEE Transactions on Knowledge and Data Engineering z IEEE Transactions on Fuzzy Systems
z IEEE Transactions on Systems, man, and Cybernetics —Part B: Cybernetics z Pattern Recognition z
Information Sciences
z 中国科学F 辑：信息科学 z 电子学报
z 中国电机工程学报
二、主要教学和科研工作经历
z2006年6月，哈尔滨工业大学能源科学与工程学院，讲师，从事复杂动力系统状态监测和故障诊断的研究，先后获哈工大优秀青年教师培养计划、国家自然科学基金资助。
z2008年6月，哈尔滨工业大学能源科学与工程学院，副教授，完成了“哈尔滨汽轮机厂生产维护案例管理平台”研究，主持完成了“某舰主动力系统的仿真和特性分析”的研究课题，负责完成了“中国电力网络的信息安全分析”课题。
z2007年11月-2008年3月，香港理工大学计算机系，研究助理；参与了受香港政府研究基金资助的基于粗糙集的复杂数据挖掘研究课题。
z2009年2月，哈尔滨工业大学计算机科学与技术学院，博士后
z2009年6月，哈尔滨工业大学能源科学与工程学院，硕士生导师。负责了超燃冲压发动机突变控制问题中的状态监测与识别的子课题研究
z2009年6月，哈尔滨工业大学先进动力技术研究所，副所长，正在参加某型号船舶热力除氧控制，****蒸汽动力装置协调控制技术研究。
三、目前正在承担的主要科研任务（不超过10项）
项目编号 项 目 名 称 经费(万元)起止年月负责或参加 项目来源
60703013 混合数据粗糙集分析的模
型结构和算法研究 19 2008.1-2
010.12
负责
国家自然科学
基金
90816028超燃冲压发动机突变控制
问题研究 300 2009.1-2
012.12
参加
国家自然科学
基金重点项目
****蒸汽动力装置协调控
制技术研究 76
2008.8-2
010.7
参加
中船重工703
研究所
****船舶热力除氧控制 95 2009.7-2
010.5
参加
中船重工719
研究所
四、近五年主要创新成果、创新点及其科学意义、经济社会效益，国
内外同行评价（需附相关证明复印件）
发电机组、导弹发动机等复杂动力设备是电力和国防的核心系统，这些设备的故障会造成严重的后果，准确预报故障以及快速检测和识别故障是提高系统可靠性、减少事故危害的关键问题。
在大型复杂动力设备的状态监测与故障诊断中，经常要根据一些取值为符号、数值、时间序列和图像等复杂信息识别设备运行状态。由于智能技术的发展，人们可以利用机器学习技术自动从测量数据建立分类识别模型。然而传统的机器学习方法大多只能分析单一类型的数据，难以充分利用状态监测与故障诊断中存在的混合信息。当前此类问题正在逐步引起人工智能研究领域的重视，被认为将成为未来十年研究的重点。
申请人在混合数据不确定度量、特征提取、选择、约简和分类学习等方面进行了深入探索，该方面的研究共发表学术论文50 余篇，SCI 检索25 篇，EI 检索40 余篇。
首先，申请人提出在人类的思维中存在6种决策的一致性假设。基于粗糙计算中粒化和近似的思想，建立了这些一致性假设的数学模型，并给出了一般形式。提出了度量空间多粒度分类学习的邻域粗糙计算模型和算法，基于邻域粗糙集模型设计了边界样本选择算法和混合数据属性约简算法；提出了混合数据分类分析的核模糊粗糙计算模型和算法。本文提出了基于核函数粒化的核模糊粗糙集模型，建立了分类模糊一致性分析的数学模型；提出了混合数据描述的有序决策问题的模糊偏好粗糙分析模型，建立了混合数据排序一致性分析的模糊粗糙计算模型；给出了一系列粗糙计算模型的一般形式，统一了各种粗糙集模型。这些研究建立了符号和数值数据共存的混合决策系统的粗糙计算模型，从而形成了一大类决策问题的粗糙计算理论。这些工作分别发表于Pattern Recognition，Information Sciences，Knowledge based Systems等国际杂志。
其次，信息熵在机器学习和不确定推理中扮演着十分关键的角色，是一大类学习算法的基础。Shannon的信息熵只能用于处理符号数据，但故障诊断领域大量存在的是数值信息和模糊信息。申请人将经典的信息熵发展为邻域信息熵、模糊信息熵和排序信息熵，使之分别可以处理数值信息、模糊信息以及排序问题，极大拓展了信息上的适用范围。这些工作分别发表于IEEE Transactions on Fuzzy Systems, Pattern Recognition Letters，Applied Soft Computing，中国科学F辑等杂志。
此外，申请人为了提高故障识别系统的识别精度、降低误识别代价，还分别研究了基于选择性多分类器集成的故障诊断方法、代价敏感的学习算法和样本不平衡时的学习方法。这些研究分别发表于Pattern Recognition，Information Sciences，Knowledge based Systems等国际杂志。
申请者发表的这些研究成果在近两三年内引起了同行的广泛关注，被引用200余次。其中SCI 他引60余次。IEEE Fellow，印度统计研究所教授2009年发表于IEEE Transaction on Knowledge and Data Engineering采用了一个小节描述申请人2006年发表于IEEE Transactions on Fuzzy Systems的工作。中国科技大学黄得双教授2009年在科学出版社出版的《基因表达谱数据挖掘方法研究》一书第7章整章采用申请人提出的邻域粗糙集模型进行重要基因识别和分类。2009年南开大学卫金茂教授发表于IEEE Transaction on Knowledge and Data Engineering杂志，标题为“Ensemble rough hypercuboid approach for classifying Cancers”的文章借用申请人提出的多约简融合技术提高癌症识别率。
开发的相关算法应用于高超声速进气道复杂流场的状态识别，相关成果发表于“Journal of Propulsion and Power”，受到航天三院黄瑞松院士的重视，提议在航天工程中应用；汽轮机故障诊断的相关论文发表于能源动力领域的权威刊物ASME Transactions on Gas Turbine and Power。申请人作为主要负责人开发的哈尔滨汽轮机厂远程技术支持系统，设计可同时在线监测100台汽轮机的运行。
五、近五年重要论著及被引用情况（不超过10篇、部，其中5篇学
术代表作附复印件；人文社会科学被引情况仅限CSSCI）
论文、专著名称 年份
学术期刊或出版社名称
（影响因子） 卷（期）
页
作（著）者名次引用次数
Selecting Discrete and Continuous Features Based on Neighborhood
Decision Error
Minimization
2009 IEEE Transactions on Systems, man, and Cybernetics-Part B: Cybernetics(SCI, EI, 2008影响因子2.361)
39(5) 1-14 1 0
Neighborhood rough set based heterogeneous feature subset selection. 2008 Information Sciences, (SCI, EI,
2008影响因子3.095) 178(18) 3577
-359
4
1 3
Neighborhood classifiers. 2008 Expert systems with applications. (SCI, EI, 2008影响因子2.596)
34 866–
876. 1 6
Comment on fuzzy probabilistic
approximation spaces and their information measures.
2008 IEEE transactions on fuzzy systems. (SCI, EI, 2008影响因
子3.624) 16
549-551.
1 0
Mixed feature selection
based on granulation and approximation. 2008
Knowledge based systems. (SCI, EI, 2008影响因子0.924)
21(4) 294-304. 1 3 EROS: ensemble rough
subspaces.
2007
Pattern recognition (SCI, EI,
2007影响因子2.019)
40
3728 – 3739 1 3
Hybrid attribute reduction based on a
novel fuzzy-rough
model and information granulation.
2007
Pattern Recognition (SCI, EI, 2007影响因子2.019) 40 3509 – 3521
1 11
Information-preservin
g hybrid data
reduction based on fuzzy-rough techniques.
2006
Pattern recognition letters, (SCI,
EI, 2006影响因子0.952)
27(5)
414-423
1 13
Fuzzy probabilistic approximation spaces and their information
measures
2006
IEEE transactions on fuzzy systems(SCI, EI, 2006影响因子
1.803) 14 (2):
191- 201 １ 9
Uncertainty measures on fuzzy relations and their
applications.
2007 Applied Soft Computing (SCI, EI, 2007影响因子1.537)
7 1135–1143 ２ 3
六、近五年授权发明专利及转让情况（附授权专利证书复印件）
专利名称 授权专利号年份授权国家或地区本人名次 经济效益（万元）
七、近五年获奖目录（限填国际学术性奖励、国家级科研或教学奖励以
及省部级科研成果一等奖以上或者相当的奖励，并附证书复印件） 获奖项目名称 奖励类别（等级）授予单位 获奖时间 本人排名
八、获资助后拟开展的主要研究内容、关键科技问题及预期成果
一、研究内容主要包括这几个方面
1.高超声速进气道流场数值模拟及起动/不起动多种工作模式定义
建立三维高超声速进气道流场数值模拟仿真平台，针对某型三维侧压式高超声速进气道进行流场数值模拟，对数值计算精确性进行分析。分析各种扰动因素（来流马赫数、攻角、侧滑角和进气道出口背压）对高超声速进气道起动/不起动流场的影响，并定义高超声速进气道起动/不起动多种工作模式。
2.考虑采样费用的渐进式分类建模方法
进气道起动/不起动状态识别是一个典型的模式分类问题。由于近气道起动和不起动的转换机理十分复杂，目前尚未充分分析清楚，因此无法得到机理模型，只能通过试验数据建模。
传统的数据驱动建模方法往往不考虑样本获取的费用，而是假设存在充分的学习样本。然而在进气道起动/不起动识别中，一次地面或者飞行试验需要数百至几千万元的投资，显然无法通过试验获得充足的学习样本。如果采用数值模，获得大量学习样本也是十分耗时的。在8CPU并行计算服务器上，数值模拟一次进气道起动/不起动试验需要数天的时间，获得100个学习样本就需要1年以上的计算时间。因此无论是飞行试验还是数值模拟，获得进气道起动/不起动识别所需的学习样本都是十分昂贵的，需要开发一种主动学习技术，将实验设计和分类学习两个过程融合起来，得到一种最小费用下高可靠性的分类学习方法。
3.高维流场特征的关联分析和关键特征提取
由于高超声速进气道不起动保护控制系统直接影响发动机甚至飞行器的安全运行，要求进气道模式分类完全正确，分类精度为100%；加上进气道模式分类存在高维、非线性和小样本等问题，这就对特征提取算法提出了很高的要求。高超声速进气道模式分类需要分析影响不同工作模式转换的主要输入变量以及能够准确表征和识别不同工作模式的状态变量。前者用于不同工作模式转换过程的机理分析，后者可用于进气道不同工作模式自动识别的传感器位置选择和分类模型学习。模式识别中的特征提取与选择技术为这一问题提供了基础。本课题拟用各种机器学习方法对进气道模式分类进行关联分析及特征提取。通过对比分析，最终给出一种机器学习方法，能够有效降低样本维数，并解决小样本模型泛化能力不足等问题。
4.基于数据的高超声速进气道起动/不起动模式转换边界识别及分类
高超声速进气道起动/不起动多模式分类的重要任务是寻找不同工作模式转换的边界条件、识别不同工作模式的临界区域以及建立不同工作模式之间的分类面。通过上面的研究获得了各参数对不同工作模式转换的影响机理，获得了影响工作模式转换的重要特征以及用于构造分类面的特征属性。本课题将采用模式识别中的支持向量机等方法，搜索工作模式转换的边界区域，并结合先验知识，构造进气道起动/不起动模式识别的分类模型，并研究给出分类准则的物理意义。分别分析测量噪声和外界干扰对分类精度的影响，对分类模型和分类准则进行鲁棒性分析。
二、关键技术问题分析
1．高超声速进气道不起动保护控制问题的提出
采用超声速燃烧原理的冲压发动机（简称“超燃冲压发动机”）在马赫数3-12或更高时，仍具有较高的比冲性能，是发展高超声速技术的关键,以其为动力装置的高超声速巡航导弹、高超声速飞机和空天飞机对于国防安全、未来空间作战和航天运输都有重要意义。高超声速进气道是超燃冲压发动机的重要组成部分，其内部流场结构复杂，存在
方法不见得是完全错误的，但对分类准则缺乏必要的理论指导和分析，不能保证该分类准则在不同条件（来流条件、出口背压等）下，都具有良好的分类精度和抗干扰能力，并且这种方式强烈依赖于人的先验知识和对进气道内部复杂流动的认识。从这个角度考虑，有必要引入机器学习的相关理论来系统化地解决高超声速进气道模式分类问题，保证在不同条件下分类模型都有良好的分类精度和抗干扰能力。
近些年机器学习研究中新兴起来的粗糙集理论为特征选择和属性约简提供了理论框架和算法基础。与其他特征选择方法相比，基于粗糙集理论对高维数据进行特征属性约简，可以找到一个最小的特征子集，同时能够保证这个特征子集与全部特征具有相同的分类能力，这一点已经从数学上严格证明。基于粗糙集理论，已经构造了一系列属性约简算法。经典的粗糙集理论只能处理符号数据，与经典的粗糙集理论相比，新发展的邻域粗糙集和模糊粗糙基方法可以直接处理连续数据。
支持向量机是近十年发展起来的一种小样本学习方法。该方法以统计学习理论为基础，通过最大化类与类之间的间隔获取最优分类面。理论证明，最大化分类间隔就是最小化分类模型的结构风险，从而使得学习模型的泛化性能最优。该方法颠覆了传统学习理论经验风险最小化的学习目标，取而代之的是结构风险最小化原理，便免了学习过程的过拟合问题。同时学习过程是求解一个凸二次规划问题，避免了局部极小点问题。此外，支持向量机学习方法引入核函数将低维线形不可分问题嵌入到高维线性可分特征空间，再在高维空间建立最优线形分类面，从而实现非线性分类问题的线性化。
基于上述几点，本项目提出基于机器学习的高超声速进气道起动/不起动模式分类方法研究，引入机器学习（粗糙集方法、支持向量机等）方法分别进行关键特征提取和模式转换边界的识别，希望得到适合高超声速进气道起动/不起动模式分类的方法。并在此方法的指导下，最终得到某型高超声速进气道起动/不起动模式之间的分类准则，能够对进气道当前工作模式进行状态检测，为地面试验超燃冲压发动机不起动保护控制系统打下基础。
5. 该研究领域的发展现状
高超声速进气道及与其有关的高超声速空气动力学问题是当前国内外研究的重要方向。国外在高超声速进气道方面的研究开展较早，美国、俄罗斯、法国、德国、澳大利亚等都在进行有关研究。在高超声速进气道流场分析、优化设计方法、风洞试验研究及飞行试验等方面都开展了大量的研究工作[5-7]。国内多年来也在此领域进行了积极研究和探索，在进气道设计、流场数值模拟、试验和性能分析等方面取得了许多研究成果[8-11]。
由于进气道不起动控制涉及到超燃冲压发动机系统的基本运行保障和安全问题，因此国内外学者对进气道不起动问题进行了广泛的研究。Michael[12]对由于反压过高引起的进气道不起动及再起动过程进行了试验研究，分析了反压变化引起的进气道起动过程与进气道的几何尺寸、构形以及试验风洞的形状等因素的关系。Mayer[13]对高超声速进气道来流马赫数过低而引起的进气道不起动及再起动现象进行了深入的研究，描述了进气道不起动时的流动特征。Ge-Cheng[14]研究了攻角存在条件下进气道的不起动问题，研究发现来流攻角变化较大时，易引起进气道不起动，同时喉道处流场的畸变程度对进气道的起动有很大的影响。随着飞行试验工作的推进，对进气道控制问题越来越引起重视，Willoh[15]较早就提出了进气道控制的要求，其中的关键点就是防止进气道不起动。Hawkins[16]研究了两种不同机理的进气道不起动。Benson[17]研究了二维混压式进气道的激波控制方法，并做了相应的试验验证工作。MacMartin[18]研究了激波和进气道再起动的控制问题，指出从发动机控制的角度，发动机在加速段受到的扰动是巡航段的好几倍，进气道在加速时更应该避免出现不起动现象。在国内，梁德旺[19]对进气道不起动现象进行数值模拟研究，分析了进气道不起动现象形成的内在物理机制，同时对影响进气道起动能力的因素进行了分析[20]，李博[21]对进气道由于隔离段反压引起的不起动流场计算进行了分析和探讨。
粗糙集理论是由波兰学者提出来的处理不精确信息的数学工具，被广泛应用属性重要度评价、数据依赖性分析和决策规则学习[22]。由于Pawlak粗糙集模型建立在经典等价关系的基础上，只能处理符号型数据。近几年，提出了粗糙集与模糊集的结合，以及粗糙集与邻域拓扑的结合，提出了广义的粗糙集模型，从而可以分析符号、数值以及模糊变量之间的依赖性[23-26]。从20世纪60年代开始，V.N.Vapnik等人在有限样本的机器学习问题上取得了进展，在这一研究领域建立了一套完整的理论体系——统计学习理论，基于此理论产生了一种新的机器学习方法支持向量机。90年代被广泛应用于3维物体识别、语音识别、人脸识别、文本分类和综合语音及图像分类等领域，均取得了较好的识别效果。目前，这一新的理论方法在解决模式识别中小样本、非线性及高维识别问题中表现出独特的优势和良好的应用前景。发展到现在其理论上已经趋于成熟，自90年代初，国内外学者针对支持向量机的算法、优化，训练的收敛性和有效性均有很多有价值的研究，并且提出了加权支持向量机[27]，最小二乘的支持向量机[28]，模糊支持向量机[29]，模糊最小二乘的支持向量机[30]等改进方法。目前主要应用在模式识别（图像分类[31]，蛋白质分类[32]、文本自动分类[33]、人脸检测[34]）、函数逼近、数据挖掘和非线性系统控制。
申请者所在的课题组近年来对二维高超声速进气道不起动状态进行了数值模拟研究[35]，初步探讨了利用机器学习方法研究进气道起动/不起动分类的可行性[36-38]。通过这些前期的研究工作，对进气道起动/不起动控制有了深入的认识，并取得了较大的进展，为进一步开展研究工作打下了坚实的基础。
三、研究目标和成果
1.得到适合高超声速进气道起动/不起动多种工作模式分类的方法，最终得到某型
三维高超声速进气道起动/不起动多种工作模式的分类模型及准则；
2.发表学术论文15篇以上，其中SCI检索论文5篇以上；
3.申请发明专利1-2项；
4.培养硕士生3-4人，博士生1-2人。
参考文献：
[1]C. R. McClinton, V. L. Rausch. Preliminary X-43 flight test results, Acta Astronautica, 2005, 57(2)：
266-276.
[2]M. Susumu, K. Keiichi. Unstart Phenomenon Due to Thermal Choke in Scramjet Module AIAA
Paper 2001-1887, 2001.
[3]D. A. Ogorodnikov, V. A. Vinogradov. Russian Research on Experimental Hydrogen-Fueled
Dua-Mode Scramjet: Conception and Preflight Tests. Journal of Propulsion and Power, 2001, 17(6)：1041-1048.
[4]S. R. Alexandre, I. K. Valery French-Russian analysis of Kholod Dual-mode Ramjet Flight
Experiments. AIAA Paper 2005-3320, 2005.
[5]Nair M. T., Saxena S. K. Computational analysis of Inlet Aerodynamics for a Hypersonic Research
Vehicle. Journal of Propulsion and Power, 2005,21(2)：286-291.
[6]Laurent S. The French Military Hypersonic Propulsion Program Status in 2002. AIAA Paper
2002-5246, 2002.
[7]John W. S. Verification Assessment of Flow Boundary Conditions for CFD Analysis of Supersonic
Inlet Flow. AIAA Paper 2001-3882, 2001.
[8]Hui-jun Tan, Rong-wei Guo. Experimental Study of the Unstable–Unstarted Condition of a
Hypersonic Inlet at Mach 6. Journal of Propulsion and Power, 2007, 23(4)：783-788.
[9]谭慧俊, 陈智, 李光胜. 基于激波形状控制的定几何高超声速可调进气道概念及初步验证. 中
国科学(E辑：技术科学), 2007, 37(11)：1469~1479.
[10]谢旅荣, 郭荣伟. 定几何混压式轴对称超声速进气道气动特性数值仿真和实验验证. 航空学
报, 2007, 28(1)：78-83.
[11]范晓樯, 李桦, 李晓宇, 丁国昊. 高超声速二维进气道参数化设计方法初探. 航空动力学报，
2007, 22(1)：66-72.
[12]Michael K., Jeffery A. Computational Investigation of the Performance and back-pressure limits
of a hypersonic inlet. AIAA Paper 2002-0508, 2002.
[13] D. W. Mayer. Prediction of Supersonic Inlet Unstart Caused by Freestream Disturbances. AIAA
Paper 1994-0580, 1994.
[14]G. C. Zha. Investigations of High-speed Civil Transport Inlet Unstart at Angle of Attack. Journal
of Aircraft, 2000, 35(6)：851-856.
[15]Willoh R. G. A Mathematics Analysis of Supersonic Inlet Dynamic. NASA TND-4969, 1968
[16]W.R.Hawkins, E.J.Marquart Two-Dimensional Generic Inlet Unstart Detection at Mach 2.5-5.0.
AIAA Paper 1995-6019, 1995.
[17]Benson, R. Numerical Simulations of the Unstart Phenomenon in a Supersonic Inlet/Diffuser.
AIAA Paper 1993-2239, 1993.
[18]MacMartin, D. G. Dynamics and Control of Shock Motion in a Near-Isentropic Inlet. AIAA
Journal of Aircraft, 2004, 41(4)：846-853.
[19]梁德旺, 李博. 高超声速进气道隔离段反压的前传模式及最大工作反压. 空气动力学学报,
2006, 24(4)：454-460.
[20]袁化成, 梁德旺. 高超声速侧压式模型进气道不起动特性分析. 南京航空航天大学学报,
2004, 36 (6)：683-687.
[21]李博,梁德旺. 高超声速进气道-隔离段反压引起不起动计算. 推进技术, 2006, 27(5)：
431-435.
[22]Z. Pawlak. Rough Sets and Intelligent Data Analysis. Information Sciences, 2002, 147：1-12.
[23]S. D. Yueng, D. Chen, C. C. E. Tsang, W. T. J. Lee, X. Z. Wang. On the Generalization of Fuzzy
Rough Sets. IEEE Transactions on Fuzzy Systems, 2005, 13：343-361.
[24]Q. H. Hu, D. Yu, Z. Xie. Neighborhood Classifiers. Expert systems with applications, 2006, 34：
866-876.
[25]Q. H. Hu, D. Yu, Z. Xie, J. F. Liu. Fuzzy Probabilistic Approximation Spaces and Their
Information Measures. IEEE Transactions on Fuzzy Systems, 2006, 14 (2): 191- 201
[26]R. Jensen, Q. Shen. Fuzzy-Rough Sets Assisted Attribute Selection. IEEE Transactions on Fuzzy
Systems, 2007, 15：73-89.
[27]范昕炜，杜树新，吴铁军.可补偿类别差异的加权支持向量机算法. 中国图像图形学报, 2003,
8 (9)：1037-1042.
[28]SUYKENS J A K, VANDEWAL E J. Least Squares Support Vector Machine Classifiers. Neural
Processing Letters, 1999, 9 (3)：293- 300.
[29]LIN, WAN G. Fuzzy Support Vector Machines. IEEE Transaction on Neural Networks, 2002, 13
(2)：464- 471.
[30]Daisuke Tsujinishi, Shigeo Abe. Fuzzy Least Squares Support Vector Machines for Multi-class
Problems. Neural Networks, 2003, 16：785-792.
[31]惠文华. 基于支持向量机的遥感图像分类方法. 地球科学与环境学报, 2006, 28(2)：93-95.
[32]李玉岗, 张法, 刘志勇. 结合位点进化距离与支持向量机的蛋白质分类方法. 计算机学报,
2008, 31(1)：43-50.
[33]谭冠群, 丁华福. 支持向量机方法在文本分类中的改进. 信息技术, 2008 (1)：83-85.
[34]张敏贵, 潘泉, 张洪才, 姜睿. 基于支持向量机的人脸分类. 计算机工程, 2004, 30(11)：
110-112.
[35]鲍文, 常军涛, 郭新刚, 崔涛. 超燃冲压发动机进气道不起动仿真研究. 航空动力学报,
2005, 20(5)：731-735.
[36]鲍文，郭新刚，常军涛，于达仁. 基于粗糙集的高超声速进气道不起动判断方法研究. 宇航
学报，2006，27(4)：136-140.
[37]Yu Daren, Cui Tao, Bao Wen. Equilibrium Manifold Linearization Model for Normal Shock
Position Control Systems. AIAA Journal of Aircraft, 2005，42(5)：1344-1347.
[38]Yu Daren, Chang Juntao, Bao Wen. Optimal Classifications Criterions of Hypersonic Inlet
Start/Unstart. AIAA Journal of Propulsion and Power, 2007, 23(2)：310-316.
九、经费预算
开户单位名称 滨业学
哈尔工大
开户银行帐号 3500040109008900513
预 算 支 出 科 目 金 额
（万元）
预 算 根 据
（1）测试/计算/分析费10 大型数值模拟、仿真计算 （2）能源/动力费 3 服务器计算耗电、学校水电费
（3）会议费/差旅费7 10 人次参加国际、国内会议，承办国内学术活动
（4）出版物/息传播费 5 发表15篇以上国际杂志、会议论文
（5）其它 2 科技查新、资料检索和复印
1. 科研业务费
合计 27
原材料 2 购买试验用油
小型设备 4 小型设备制备和传感器
实验室改装费 4 对发动机试验台进行改造
2. 试验材料费
(哲学社会科学
田野调查费)
合计 10
与航天3院进行试验 6 与航天三院联合进行地面试验 3. 协作费
合计 6
邀请国外专家讲学 3 邀请两位专家来访讲学
出国进行短期交流 4 出国短期合作2次
4. 国际合作费
合计 7
总计 50
十、校学术委员会评审意见
对申请者业务水平、创新能力及研究工作设想的科学性、经费预算的合理性 等签署具体意见
申请人是我校的优秀青年教师，他负责我校先进动力技术研究所的复杂动力系统状态监测与故障诊断的研究工作。该所长期从事动力设备和系统的建模、仿真和故障诊断的研究，积累了丰富的经验和物质基础。
申请人曾受我校正在进行的优秀博士论文资助，校优秀青年教师培养计划和国家自然科学基金资助，进行故障诊断的基础理论和技术研究。近几年在国际上发表了数十篇学术论文，引起了同行的广泛关注。
申请人获得了院级青年教师教学基本功竞赛一等奖，所承担的课程“热动测试技术”为校级优秀课程。
申请人提出的研究工作是高超声速发动机研制的关键技术问题，提出的解决思路是新颖的、合理可行的，经费预算合理。
校（院）学术委员会主任（签章）
2009年9月10日
十一、校（院）长审核意见
对是否同意申报，对申请者匹配资助经费及所需人力、物力条件保障等签署具体意见
同意申报。
在承担该项目期间，我校将在人员、工作时间和场地方面提供保障，并配套项目匹配经费。
校（院）长（签章）
2009年9月10日
十二、主管部门意见
同意申报
（盖章）
年 月 日 十三、专家组评审意见
评审组长（签字）
年 月 日 十四、教育部意见
（盖章）
年 月 日