大规模多标号不平衡问题分类方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60773090
  • 项目类别：
    面上项目
  • 资助金额：
    24.0万
  • 负责人：
    吕宝粮
  • 依托单位：
    上海交通大学
  • 学科分类：
    F0605.模式识别与数据挖掘
  • 结题年份：
    2010
  • 批准年份：
    2007
  • 项目状态：
    已结题
  • 起止时间：
    2008-01-01 至2010-12-31

项目摘要

本项目研究基于最小最大模块化分类器的大规模多标号不平衡模式分类问题的分类方法。拟开展的研究工作主要包括以下三个方面：1）考虑样本分布特性和先验知识的问题分解方法，从理论上研究保证模块化分类器最优泛化能力的不平衡问题的平衡化方法，系统地比较各种任务分解策略的特点和适应范围；2）研究并行计算环境与大规模多标号不平衡分类问题的最佳匹配，寻找在给定并行计算环境下，既能提高并行学习速度和分类速度，又能改善模块化分类器泛化能力的匹配策略；3）在大规模集群计算机上实现本项目所提出的模块化分类方法，通过解决实际的大规模多标号文本分类问题、大规模多标号专利分类问题和大规模蛋白质亚细胞多点定位问题，验证其有效性。本研究对有效利用日益普及的集群计算机，开发自然语言处理、数据挖掘和生物信息学等领域迫切需要的解决大规模分类问题的模式分类方法，以及研究新的模式分类理论与技术都具有重要意义。

结项摘要

项目成果

期刊论文数量（9）
专著数量（0）
科研奖励数量（0）
会议论文数量（30）
专利数量（0）
Protein subcellular multi-localization prediction using a min-max modular support vector machine
使用最小-最大模块化支持向量机进行蛋白质亚细胞多定位预测
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    International Journal of Neural Systems
  • 影响因子：
    8
  • 作者：
    Lu; Bao-Liang;Yang; Yang
  • 通讯作者：
    Yang
COMBINING FEATURE SELECTION WITH EXTRACTION: UNSUPERVISED FEATURE SELECTION BASED ON PRINCIPAL COMPONENT ANALYSIS
将特征选择与提取相结合：基于主成分分析的无监督特征选择
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    International Journal on Artificial Intelligence Tools
  • 影响因子：
    1.1
  • 作者：
    Lu; Bao-Liang;Li; Yun;Zhang; Teng-Fei
  • 通讯作者：
    Teng-Fei
An adaptive image Euclidean distance
自适应图像欧几里德距离
  • DOI：
    10.1016/j.patcog.2008.07.017
  • 发表时间：
    --
  • 期刊：
    Pattern Recognition
  • 影响因子：
    8
  • 作者：
    Lu; Bao-Liang;Li; Jing
  • 通讯作者：
    Jing
干电极脑电采集技术综述
  • DOI：
    10.1088/1361-6463/aacfd0
  • 发表时间：
    --
  • 期刊：
    中国生物医学工程学报
  • 影响因子：
    --
  • 作者：
    石立臣;王晓韡;吕宝粮
  • 通讯作者：
    吕宝粮
A unified character-based tagging framework for chinese word segmentation
一种统一的基于字符的中文分词标注框架
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    ACM Transactions on Asian Language Information Processing
  • 影响因子：
    --
  • 作者：
    Li; Mu.;Lu; Bao-Liang;Zhao; Hai;Huang; Chang-Ning
  • 通讯作者：
    Chang-Ning

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

干电极脑电采集技术综述
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国生物医学工程学报
  • 影响因子：
    --
  • 作者：
    王晓韡;石立臣;吕宝粮
  • 通讯作者：
    吕宝粮
基于最小最大模块化支持向量机的
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机研究与发展，vol. 42, Suppl. B, pp. 361-366, 2005
  • 影响因子：
    --
  • 作者：
    吕宝粮;刘峰耀;内山将夫; 井佐
  • 通讯作者：
    井佐
基于EEG的警觉度分析与估计研究综述
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国生物医学工程学报
  • 影响因子：
    --
  • 作者：
    石立臣;吕宝粮;傅佳伟
  • 通讯作者：
    傅佳伟
基于迭代特征选择的快速多角度人
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    范志刚，吕宝粮, “基于迭代特征选择的快速多角度人脸识别”,
  • 影响因子：
    --
  • 作者：
    范志刚;吕宝粮
  • 通讯作者：
    吕宝粮
基于最小最大模块化支持向量机的
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机研究与发展，vol. 42, Suppl. B, pp. 361-366, 2005
  • 影响因子：
    --
  • 作者：
    吕宝粮;刘峰耀;内山将夫; 井佐
  • 通讯作者：
    井佐

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

吕宝粮的其他基金

基于脑电和眼动信号情绪识别的年龄差异、性别差异和文化差异研究
  • 批准号：
    61976135
  • 批准年份：
    2019
  • 资助金额：
    61 万元
  • 项目类别：
    面上项目
脑电和眼动信号在多模态情绪识别中的区分能力、表征特性及稳定性
  • 批准号：
    61673266
  • 批准年份：
    2016
  • 资助金额：
    63.0 万元
  • 项目类别：
    面上项目
基于前额眼电的疲劳监测关键技术研究
  • 批准号：
    61272248
  • 批准年份：
    2012
  • 资助金额：
    80.0 万元
  • 项目类别：
    面上项目
基于脑电信号的驾驶员警觉度估计与预测研究
  • 批准号：
    90820018
  • 批准年份：
    2008
  • 资助金额：
    50.0 万元
  • 项目类别：
    重大研究计划
超并列模式分类器的问题分解与模块集成研究
  • 批准号：
    60473040
  • 批准年份：
    2004
  • 资助金额：
    22.0 万元
  • 项目类别：
    面上项目
增量学习模型研究
  • 批准号：
    60375022
  • 批准年份：
    2003
  • 资助金额：
    22.0 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