| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景 | 第9-11页 |
| ·高超声速进气道不起动保护控制问题的提出 | 第9-10页 |
| ·高超声速进气道起动/不起动模态检测 | 第10页 |
| ·高超声速进气道起动/不起动模式分类 | 第10-11页 |
| ·本课题研究的目的和意义 | 第11页 |
| ·国内外研究现状及分析 | 第11-14页 |
| ·高超声速进气道不起动控制的研究现状 | 第11-12页 |
| ·流形学习理论研究现状 | 第12-14页 |
| ·本文的主要研究内容 | 第14-15页 |
| 第2章 高超声速进气道模型及数值模拟方法 | 第15-26页 |
| ·引言 | 第15页 |
| ·高超声速进气道数值模拟方法 | 第15-21页 |
| ·控制方程 | 第16-18页 |
| ·湍流模型 | 第18页 |
| ·数值方法 | 第18-19页 |
| ·近壁区的流动特点与处理对策 | 第19-20页 |
| ·初始条件和边界条件 | 第20-21页 |
| ·高超声速进气道算例验证 | 第21-25页 |
| ·物理模型 | 第21-22页 |
| ·网格划分及边界条件 | 第22-23页 |
| ·计算方法 | 第23页 |
| ·计算结果精确性分析 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于非线性降维的流形学习算法研究 | 第26-38页 |
| ·流形和流形学习 | 第27-28页 |
| ·流形的数学概念 | 第27页 |
| ·流形学习的可行性 | 第27-28页 |
| ·流形学习的分析方法 | 第28-33页 |
| ·LLE算法 | 第29-31页 |
| ·LLE的本征维数估计 | 第31-32页 |
| ·LLE算法评价 | 第32-33页 |
| ·流形学习算法特点 | 第33-36页 |
| ·其它主要算法 | 第34-35页 |
| ·重要的应用研究成果 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 基于流形学习的高维流场数据可视化 | 第38-52页 |
| ·降维结果在数据分类时的可视化表达 | 第40-43页 |
| ·降维结果按不同控制参数展开的表达和试探性分析 | 第43-46页 |
| ·噪声对数据可视化的影响分析 | 第46-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于流形学习的高维流场数据分类方法 | 第52-78页 |
| ·分类问题研究 | 第53-55页 |
| ·基于高维流场数据的样本距离研究 | 第55-66页 |
| ·距离测度 | 第55-56页 |
| ·决策树和邻域分类器 | 第56-59页 |
| ·进气道不起动数据分析 | 第59页 |
| ·针对高维流场数据的距离研究 | 第59-66页 |
| ·基于流形学习的分类方法 | 第66-73页 |
| ·基于加权嵌入的流形学习算法 | 第67页 |
| ·基于加权嵌入的流形学习分类方法在高维流场数据中的实验 | 第67-73页 |
| ·基于流形学习的分类算法复杂性分析 | 第73-77页 |
| ·算法复杂性的概念 | 第73-74页 |
| ·测地线问题的解决 | 第74-76页 |
| ·分类过程的代价分析 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 结论 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 攻读学位期间发表的学术论文 | 第85-87页 |
| 致谢 | 第87页 |