基于Takenaka-Malmquist基和学习理论的逼近方法研究及其在系统辨识中的应用

工具

查询更多基金项目 | 智能选刊推荐

该负责人其他项目

• 基于Szego核的稀疏贝叶斯逼近方法及在系统辨识中的应用（国自然，莫艳，2016）

广东工业大学其他项目

• 在线有声内容的时变体验质量建模及捆绑推荐研究（国自然，赵洁，2026）
• 基于医生智能体的患者主动健康管理驱动因素、行为机制与影响效果研究（国自然，杨化龙，2026）
• 数据驱动的智联产品供应链合作/收益分配与隐私监管政策研究（国自然，后锐，2026）
• “赋能”还是“掣肘”？要素理论视角下人工智能组织角色对员工创造力的影响研究（国自然，王明旋，2026）
• 考虑损伤演化效应冲击过程的工业系统可靠性建模与维修优化研究（国自然，尹娟，2026）
• C2M电商平台供应链偏好信息共享与产销协同决策机制研究（国自然，赵友，2026）
• 地缘政治风险下中国制造业跨国企业供应链关系重构的方式、过程及其韧性研究（国自然，马美婷，2026）
• 分析师报告依据不充分的动机、影响与治理研究——基于自然语言推理模型的文本逻辑测度（国自然，李晓霞，2026）

函数逼近论学科其他项目

• 随机投影在学习理论中的几个应用（国自然，林俊宏，2019）
• 学习理论的前沿数学问题及应用（国自然，张海樟，2019）
• 1-bit 压缩感知理论及其应用的研究（国自然，毕宁，2019）
• Painlevé 函数与随机矩阵普适性理论研究（国自然，徐帅侠，2019）
• 函数型数据恢复以及数据之间的依赖关系（国自然，陈迪荣，2019）
• 解析再生核希尔伯特空间的自适应傅里叶分解理论及其相关应用（国自然，麦伟雄，2019）
• 再生核巴拿赫空间中的核函数方法（国自然，林荣荣，2019）
• 正交多项式与随机矩阵理论（国自然，张仑，2018）