第82章 众星捧月 (第2/2页)

。

    他们对技术有一种天然的尊重、甚至是崇敬。

    而当他们意识到，有一个实现技术突破的重大机会摆在自己面前时，所有人都不约而同地抛掉了没有丝毫意义的矜持。

    “林序同志！”

    “林序同学！”

    “林同志！”

    招呼声从各处响起，林序甚至都不知道应该从哪一个开始回应。

    他只能略有些僵硬地笑着，跟众人挥手打招呼。

    他本来以为接下来自己要面对的是尴尬地“自我介绍”流程，但还没等他反应过来，众人已经一拥而上。

    “林序同志！”

    一名林序并不认识的、头发花白的老先生动作矫健地拨开身边人一个健步冲了上来，一把拉住林序的手臂，急不可待地开口问道：

    “我这里有个问题！”

    “关于你在技术文档里提到的纳秒脉冲等离子体激励器中的控制策略，目前主流的策略是沿用mit前年搞出来的相位锁定控制继续往下研究，但我看你给的技术方案是基于pid 神经网络动态优化脉冲参数的自适应算法。”

    “这套算法很强----我看过了，又粗暴又好用！”

    “但你给出的公式只有最核心的部分，我们进行推演后发现还缺少几个关键指针。”

    “你有更完整的算法代码吗？如果有的话我们尽快讨论！”

    “它的意义很大，如果能把这个问题解决，我们就不用再去找俄罗斯科学院那边做项目交易了！”

    “你大概什么时候能输出完整算法？”

    “不，不用完整算法！我直接把缺少的指针给你，你要不现在就看看？”

    老先生的语速极快，动作也很激动，林序的手被他捏得生疼，但好歹是搞清楚了他的诉求。

    等离子体激励器控制算法？

    真巧了。

    自己本来就是搞代码的，所以对这部分的技术记得尤其清楚。

    略微思索片刻之后，他开口回答道：

    “这套控制方案的核心设计语言是pid短时 神经网络长时控制，算法其实并不复杂，主要输入参数就是压力时序数据、当前脉冲参数、包括混合比、室压等等在内的工况参数。”

    “相比起算法，更大的困难反而是复杂神经网络训练的问题，我们需要更高算力的边缘计算设备来部署轻量化的神经网络，延迟要控制在极小范围之内……”

    “等等！等等！”

    林序的话还没说完，一旁一个戴着眼镜的中年人便硬生生地挤到了前面。

    “林序同志，这个控制算法的问题太复杂了，你们可以慢慢聊。”

    “我这里有个很简单的问题！你之前提到的超材料衬垫我们已经看过了，思路大致是延续加州理工前两年提出的能带隙理论设计的拓扑声子晶体。”

    “我看整体都没什么问题，就只有一个问题。”

    “表面材料是用什么？碳化铪，还是碳化钽？”

    “都不是。”

    林序摇头回答道：

    “镍钛基形状记忆合金，根据温度选择吸声频率。”

    “明白，明白！”

    男人立刻回头示意自己带来的秘书记录，而在同一瞬间，其他人也跟闻到了血腥味的鲨鱼一样拥了过来。

    他们算是看出来了，林序手里掌握的技术，比他已经提交的技术还要更具体、更详细！

    这时候不问还等什么时候？

    难道还要倒杯茶边喝边聊吗？

    谁先开口谁就占便宜！

    虽然快几分钟慢几分钟其实都没区别，但不知为什么，就是想抢个先……

    林序一时有些不知所措，而这时，一个洪亮的声音突然响起。

    “都给我坐好！”

    “一个个的像什么样子？？”

    “保卫的同志呢？进来！”

    “其他人回到自己座位上，谁再不守规矩马上给我带出去！”

    “你想抢先，我非让你坐飞机回去等着不可！”

    这几句话说完，会议室里瞬间一片寂静。

    众人恋恋不舍地看了林序一眼，不情愿地回到自己的座位上。

    林序狠狠吐了一口气。

    他的眼神都有些迷茫了。

    卧槽……

    这就是所谓的……

    众星捧月的感觉？？