基于XML技术的知识学习进化系统以及在间歇工业过程中的应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60603040
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    7.0万
  • 负责人：
    吕建华
  • 依托单位：
    东南大学
  • 学科分类：
    F0202.系统软件、数据库与工业软件
  • 结题年份：
    2007
  • 批准年份：
    2006
  • 项目状态：
    已结题
  • 起止时间：
    2007-01-01 至2007-12-31

项目摘要

现代过程工业逐渐倚重于生产小批量、多品种、高附加值产品的间歇过程。由于间歇过程的机理复杂、产品市场占有周期短、过程数据具有高维高耦合高噪音特性等众多因素，基于数据建模的方法都需要覆盖整个操作空间的大批量实验数据的支持。本课题集成XML数据的高表达能力与强大的查询处理能力、多变量投影算法的解耦能力以及相似性过滤能力、基于数据趋势的关联规则知识表示的可分解组合进化能力，利用新目标过程的部分数据特征，对历史数据库中的过程知识进行高效率学习并自主进化，实现使用少量数据快速建立过程模型的目的，以达到节省人力物力尽快批量生产新产品的目标。本项目将从间歇工业过程的特点出发，重点研究数据库管理技术在特定需求中的应用问题，不仅具有突出的应用价值，也具有重要的理论意义。

结项摘要

项目成果

期刊论文数量（2）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
一种基于动态修正值的分布数据流
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    《计算机应用与软件》
  • 影响因子：
    --
  • 作者：
    刘维弋;金远平
  • 通讯作者：
    金远平
一种水平分布下保持隐私的关联规
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    《计算机工程》，2009(4)
  • 影响因子：
    --
  • 作者：
    蒋栋栋;孙志辉;汪晓刚;吴英杰
  • 通讯作者：
    吴英杰

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

Data-mining based flatness pattern prediction for cold rolling process with varying operating condition
基于数据挖掘的不同工况冷轧工艺平整度模式预测
  • DOI：
    10.1101/2023.04.24.538045
  • 发表时间：
    --
  • 期刊：
    Knowledge and Information Systems
  • 影响因子：
    2.7
  • 作者：
    陆宁云;姜斌;吕建华
  • 通讯作者：
    吕建华
欧洲山芥对小菜蛾个体发育及产卵
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    植物保护学报, 33(1): 6-10 (2006).
  • 影响因子：
    --
  • 作者：
    吕建华; 刘树生*.
  • 通讯作者：
    刘树生*.
赤拟谷盗对4种小麦粉挥发物成分的趋向选择行为研究
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    河南农业大学学报
  • 影响因子：
    --
  • 作者：
    吕建华;黄宗文;白春启;曾殊静
  • 通讯作者：
    曾殊静
Web代理服务器缓存置换算法研究
  • DOI：
    --
  • 发表时间：
    2010
  • 期刊：
    计算机科学与探索
  • 影响因子：
    --
  • 作者：
    张柏礼;吕建华;姚蓓;胡新平;张志政
  • 通讯作者：
    张志政
有机-无机胶黏剂粘结成型活性炭的制备及其表征
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    广州化工
  • 影响因子：
    --
  • 作者：
    林星;陈丽平;陈翠霞;林咏梅;吕建华;黄彪
  • 通讯作者：
    黄彪

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

吕建华的其他基金

基于数据空间逆映射的生产现场预测性维护关键技术研究
  • 批准号：
    62373104
  • 批准年份：
    2023
  • 资助金额：
    50 万元
  • 项目类别：
    面上项目
分布受限平台下不确定数据图管理关键技术研究
  • 批准号：
    61073059
  • 批准年份：
    2010
  • 资助金额：
    32.0 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