基于背景知识的数据挖掘方法及其在LAMOST中的应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60573075
  • 项目类别：
    面上项目
  • 资助金额：
    23.0万
  • 负责人：
    张继福
  • 依托单位：
    太原科技大学
  • 学科分类：
    F06.人工智能
  • 结题年份：
    2008
  • 批准年份：
    2005
  • 项目状态：
    已结题
  • 起止时间：
    2006-01-01 至2008-12-31

项目摘要

本项目以国家"九五"重大工程LAMOST项目为应用背景，试图从提高数据挖掘效率和质量的角度出发，研究基于背景知识的数据挖掘方法，包括基于背景知识的关联规则挖掘方法与算法；基于背景知识的概念格及其构造方法与算法；基于背景知识的特异规则挖掘方法与算法；基于背景知识和信息熵的启发式、增量式属性约简方法与算法以及分类规则提取方法与算法等，实现未知天体、特殊天体的知识发现和天体光谱数据的准确分类。由于数据挖

结项摘要

项目成果

期刊论文数量（13）
专著数量（0）
科研奖励数量（0）
会议论文数量（3）
专利数量（0）
约束概念格及其构造方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    智能系统学报.1(2).31-38，2006.10
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
基于链表结构的概念格渐进式构造
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机工程与应用. 43(11)?. 178-180，2007.6
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
A Star Spectrum Outlier Mining System Based on Simulated Annealing
基于模拟退火的星谱异常值挖掘系统
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
基于关联规则的恒星光谱数据相关性分析
  • DOI：
    10.3109/08820538.2016.1170158
  • 发表时间：
    --
  • 期刊：
    高技术通讯.16（6）. 575-579，2006.6（EI收录）
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Attribute Reduction Based on Background Knowledge and its Application in classification of Astronomical Spectra Data
基于背景知识的属性约简及其在天文光谱数据分类中的应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于MapReduce与相关子空间的局部离群数据挖掘算法
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    张继福;李永红;秦啸;荀亚玲
  • 通讯作者：
    荀亚玲
LAMOST离群光谱J140242.45 092049.8特征分析
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    光谱学与光谱分析
  • 影响因子：
    --
  • 作者：
    杨海峰;蔡江辉;张继福;罗阿理;赵旭俊;杨雨晴
  • 通讯作者：
    杨雨晴
LAMOST离群光谱J140242.45+092049.8特征分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    光谱学与光谱分析
  • 影响因子：
    --
  • 作者：
    杨海峰;蔡江辉;张继福;罗阿理;赵旭俊
  • 通讯作者：
    赵旭俊
基于形式概念分析的图像场景语义标注模型
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    计算机应用
  • 影响因子：
    --
  • 作者：
    张素兰;张继福;胡立华;褚萌
  • 通讯作者：
    褚萌
一种面向枢纽现象的离群数据检测算法
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    小型微型计算机系统
  • 影响因子：
    --
  • 作者：
    马文强;赵旭俊;张继福;饶元淇
  • 通讯作者：
    饶元淇

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

张继福的其他基金

面向天体光谱大数据分析的属性分组加权离群检测研究
  • 批准号：
    62172293
  • 批准年份：
    2021
  • 资助金额：
    60 万元
  • 项目类别：
    面上项目
高维海量恒星光谱数据的并行子空间聚类分析
  • 批准号：
    61876122
  • 批准年份：
    2018
  • 资助金额：
    64.0 万元
  • 项目类别：
    面上项目
集群环境下的天体光谱离群数据挖掘与性能优化
  • 批准号：
    61572343
  • 批准年份：
    2015
  • 资助金额：
    64.0 万元
  • 项目类别：
    面上项目
海量高维天体光谱数据挖掘及其并行化研究
  • 批准号：
    61272263
  • 批准年份：
    2012
  • 资助金额：
    80.0 万元
  • 项目类别：
    面上项目
面向LAMOST天文光谱特征线的数据挖掘方法研究
  • 批准号：
    61073145
  • 批准年份：
    2010
  • 资助金额：
    32.0 万元
  • 项目类别：
    面上项目
基于加权和约束概念格的数据挖掘方法与天体光谱数据挖掘技术
  • 批准号：
    60773014
  • 批准年份：
    2007
  • 资助金额：
    26.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码