基于相异度的模式识别理论与算法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60775005
  • 项目类别：
    面上项目
  • 资助金额：
    34.0万
  • 负责人：
    王立威
  • 依托单位：
    北京大学
  • 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

传统的模式识别理论与算法建立在"特征"这一概念的基础上。然而在很多实际模式识别问题中，提取有意义的特征是一项非常困难的任务。相对于特征提取的困难，在不少场合定义对象两两间的相异度(dissimilarity)却较为容易。因此，以样本间相异度作为数据的表示取代传统的特征表示是模式识别的一种新思路，称作基于相异度的模式识别系统。本项目将研究基于相异度的模式识别理论与算法。计划建立基于相异度的PAC学习理论，给出基于相异度表示的组合分类器泛化错误率margin型上界，以及PAC-MDL直推错误率上界公式；设计基于相异度的集成学习算法，以及Krein空间嵌入算法。还预计将理论成果应用于人脸检测、识别和基于视频的识别等实际系统。本项目预期在国际权威学术刊物、会议上发表高水平论文8-10篇。

结项摘要

项目成果

期刊论文数量（3）
专著数量（0）
科研奖励数量（1）
会议论文数量（6）
专利数量（0）
Theory and Algorithm for Learning with Dissimilarity Functions
相异函数学习的理论和算法
  • DOI：
    10.1162/neco.2008.08-06-805
  • 发表时间：
    2009-05
  • 期刊：
    Neural Computation
  • 影响因子：
    2.9
  • 作者：
    Wang, Liwei;Hatano, Kohei;Feng Jufu;Yang, Cheng;Sugiyama, Masashi
  • 通讯作者：
    Sugiyama, Masashi
A Novel Margin Based Algorithm for Feature Extraction
一种新颖的基于边缘的特征提取算法
  • DOI：
    10.1007/s00354-009-0066-z
  • 发表时间：
    2009-11
  • 期刊：
    New Generation Computing
  • 影响因子：
    2.6
  • 作者：
    Feng, Jufu;Yang, Cheng;Wang, Liwei
  • 通讯作者：
    Wang, Liwei

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

卖空与创新:A股公司融券试点的证据
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    会计研究
  • 影响因子：
    --
  • 作者：
    李春涛;许红梅;王立威;周鹏
  • 通讯作者：
    周鹏

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

王立威的其他基金

深度学习泛化与表示理论研究
  • 批准号：
  • 批准年份：
    2022
  • 资助金额：
    54 万元
  • 项目类别：
    面上项目
深度神经网络的margin理论
  • 批准号：
    61573026
  • 批准年份：
    2015
  • 资助金额：
    64.0 万元
  • 项目类别：
    面上项目
Boosting理论与算法的研究
  • 批准号：
    61075003
  • 批准年份：
    2010
  • 资助金额：
    37.0 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