基于尺度化凸壳的最大间隔学习算法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61105004
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    22.0万
  • 负责人：
    刘振丙
  • 依托单位：
    桂林电子科技大学
  • 学科分类：
    F0605.模式识别与数据挖掘
  • 结题年份：
    2014
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2014-12-31

项目摘要

以支持向量机为代表的最大间隔学习方法，在模式分类、数据挖掘等领域有着广泛的应用，其中，寻求高性能、低计算复杂度的学习算法是当前的研究热点和重点。本项目提出一种新的利用最大间隔思想构造分类器的方法- - 尺度化凸壳（Scaled Convex Hull, 简记为SCH）方法，研究其性质，结合统计学习理论试图给出其推广能力的理论估计；研究降低求解SCH分类器计算复杂度的新技巧，寻找求解非线性SCH分类方法的快速算法；设计尺度因子的选择技巧，研究SCH方法求解类不平衡学习和代价敏感学习等非传统分类问题；推广SCH求解代价敏感问题的研究成果，实现基于SCH方法的医学图像分类。本项目的研究成果是对最大间隔理论的有益补充，并对其在实际工程中的应用产生推动作用。

结项摘要

研究了基于尺度化凸壳（以下简称SCH）的最大间隔分类方法，推广该方法，使之适于求解代价敏感和类不平衡问题；应用该方法求解图像分类和光谱分析问题，取得了好的效果。具体研究内容：在前期成果的基础上，深入研究了基于SCH的最大间隔学习算法，对比SCH方法和其他类似方法（主要是经典的SVM）异同点，并设计了新的基于SCH的最大间隔方法，分析了SCH和SVM的分类性能; 在快速算法研究方面，结合SCH的性质，提出了求解SCH最大间隔学习的快速算法；通过建立SCH和已有方法之间的关系，把现有的快速算法或优化算法借鉴到了SCH分类方法的求解上来，特别地，结合最新提出的智能优化算法（如布谷鸟搜索等）对算法中的参数进行优化，以期取得好的分类性能；研究了类不平衡和代价敏感问题，结合SCH的性质，通过设计高性能的尺度因子，展开了求解类不平衡和代价敏感问题的研究，从而把这些问题统一到SCH这个框架中；研究了把SCH方法应用到图像分类和光谱分类的具体实现方法，图像分类中存在着类不平衡和代价敏感问题，因此结合SCH的性质，实现求解图像分类和光谱分类问题。

项目成果

期刊论文数量（18）
专著数量（0）
科研奖励数量（0）
会议论文数量（4）
专利数量（0）
An Efficient Vehicle Model Recognition Method
一种高效的车型识别方法
  • DOI：
    10.4304/jsw.8.8.1952-1959
  • 发表时间：
    2013-01
  • 期刊：
    Journal of Software
  • 影响因子：
    --
  • 作者：
    Lei Zhai;Huihua Yang;Zhenbing Liu
  • 通讯作者：
    Zhenbing Liu
多目标原油选择与混合优化方法
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    计算机仿真
  • 影响因子：
    --
  • 作者：
    马巍;杨辉华;李虎;田松柏
  • 通讯作者：
    田松柏
基于一元线性回归的近红外光谱模型传递研究
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    分析化学
  • 影响因子：
    --
  • 作者：
    杨辉华;张晓凤;樊永显;褚小立
  • 通讯作者：
    褚小立
Wavelet Transform Based Cross-bispectrum Analysis of Acupuncture Point Signals
基于小波变换的穴位信号交叉双谱分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Journal of Computational Information Systems
  • 影响因子：
    --
  • 作者：
    Zimin Wang;Yonghongf Tan
  • 通讯作者：
    Yonghongf Tan
Nonlinear Dynamic Properties of Acupuncture Point Signals
穴位信号的非线性动态特性
  • DOI：
    10.4156/ijact.vol5.issue1.94
  • 发表时间：
    2013-01
  • 期刊：
    International Journal of Advancements in Computing Technology
  • 影响因子：
    --
  • 作者：
    Zimin Wang, Yonghong Tan, Miyong Su
  • 通讯作者：
    Zimin Wang, Yonghong Tan, Miyong Su

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

求解多目标优化问题的改进布谷鸟搜索算法
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    浙江大学学报 (工学版)
  • 影响因子：
    --
  • 作者：
    杨辉华;谢谱模;张晓凤;马 巍;刘振丙
  • 通讯作者：
    刘振丙
基于多尺度残差神经网络的阿尔茨海默病诊断分类
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    山东大学学报
  • 影响因子：
    --
  • 作者：
    刘振丙;方旭升;杨辉华;蓝如师
  • 通讯作者：
    蓝如师
结合卷积神经网络和超像素聚类的细胞图像分割方法
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    计算机应 用研究
  • 影响因子：
    --
  • 作者：
    杨金鑫;杨辉华;李灵巧;潘细鹏;刘振丙;周洁茜
  • 通讯作者：
    周洁茜
分割灰度不均匀图像水平集算法的 CUDA 实现
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    计算机仿真
  • 影响因子：
    --
  • 作者：
    卓永;杨辉华;高春洋;刘振丙
  • 通讯作者：
    刘振丙
基于最小角回归与GA-PLS的NIR光谱变量选择方法
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    光谱学与光谱分析
  • 影响因子：
    --
  • 作者：
    颜胜科;杨辉华;胡百超;任超超;刘振丙
  • 通讯作者：
    刘振丙

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

刘振丙的其他基金

基于联邦学习的多模态医学图像预测早期非小细胞肺癌术后复发风险的研究
  • 批准号：
  • 批准年份：
    2022
  • 资助金额：
    52 万元
  • 项目类别：
    面上项目
面向阿尔兹海默病诊断的多模态特征提取方法
  • 批准号：
    61866009
  • 批准年份：
    2018
  • 资助金额：
    38.0 万元
  • 项目类别：
    地区科学基金项目
代价敏感的稀疏学习与距离度量学习方法研究
  • 批准号：
    61562013
  • 批准年份：
    2015
  • 资助金额：
    38.0 万元
  • 项目类别：
    地区科学基金项目

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