快速高精度自学习断层成象理论与技术的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    69572032
  • 项目类别：
    面上项目
  • 资助金额：
    10.0万
  • 负责人：
    何明一
  • 依托单位：
    西北工业大学
  • 学科分类：
    F0114.探测与成像
  • 结题年份：
    1998
  • 批准年份：
    1995
  • 项目状态：
    已结题
  • 起止时间：
    1996-01-01 至1998-12-31

项目摘要

本项目研究了阶跃电流源激发下，实测电场时间谱 的数据处理方法（包括压制干扰、实现从时间谱向频谱的转换和计算全时域视电阻率），非均匀大地上电场时间谱的正演算法和异常性态及直接由电场时间谱分离和提取电磁和激电效应的方法。从而为建立一种新的电法勘探分支方法-时间谱电阻率法打下了理论基础。系统研究同时存在激电和电磁效应的瞬变电场的异常性态是前所未有的，特别是2.5维瞬变电场的数值模拟具有国际先进水平。研究成果在两次国际学术研讨会上提出三篇报告，并在全国性拉技期刊上发表六篇论文，受到国内外同行高度评价。应邀到美国合作研究。国土资源部国部国际合作和科技司已立项，在此基础上开展时间谱电阻率法的方法技术和应用研究。

结项摘要

项目成果

期刊论文数量（8）
专著数量（1）
科研奖励数量（1）
会议论文数量（1）
专利数量（0）
双并联前向神经网络有限精度实现误差分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    西北工业大学学报
  • 影响因子：
    --
  • 作者：
    何明一
  • 通讯作者：
    何明一
A parallel distributed processing for time-domain deconvolution coefficiects
时域反卷积系数的并行分布式处理
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Signal Processing
  • 影响因子：
    4.4
  • 作者：
    何明一
  • 通讯作者：
    何明一
Tomography imaging via triangulating and neural computing
通过三角测量和神经计算进行断层扫描成像
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Journal of Image and Graphics
  • 影响因子：
    --
  • 作者：
    He Mingyi;Xia Jiantao
  • 通讯作者：
    Xia Jiantao
抗寄生干扰的小电容测量电路研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    仪表技术与传感器
  • 影响因子：
    --
  • 作者：
    李锻炼;向平;何明一
  • 通讯作者：
    何明一
断层成像技术的发展与展望
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电子科技导报
  • 影响因子：
    --
  • 作者：
    夏建涛;李翔;何明一
  • 通讯作者：
    何明一

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

三维散乱数据的k个最近邻域快速搜索算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机辅助设计与图形学学报
  • 影响因子：
    --
  • 作者：
    熊邦书;何明一;俞华璟
  • 通讯作者：
    俞华璟
可减少模型简化误差的边折叠简化算法及应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机科学
  • 影响因子：
    --
  • 作者：
    王健;何明一
  • 通讯作者：
    何明一
小波图像的膨胀-游程编码算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电子与信息学报
  • 影响因子：
    --
  • 作者：
    吴铮;何明一
  • 通讯作者：
    何明一
基于自适应脊波网络的高光谱遥感图像分类
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机科学
  • 影响因子：
    --
  • 作者：
    孙锋利;何明一;高全华
  • 通讯作者：
    高全华
基于统计势能的水平集特定目标轮廓提取方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    火力与指挥控制
  • 影响因子：
    --
  • 作者：
    任继军;何明一
  • 通讯作者：
    何明一

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

何明一的其他基金

深度双并联神经网络理论及其在高光谱图像分类应用基础研究
  • 批准号：
    61671387
  • 批准年份：
    2016
  • 资助金额：
    65.0 万元
  • 项目类别：
    面上项目
高光谱遥感图像的高精度高分辨混合像元分解处理及并行化研究
  • 批准号：
    61171154
  • 批准年份：
    2011
  • 资助金额：
    62.0 万元
  • 项目类别：
    面上项目
多视角大视角高光谱探测与成像研究
  • 批准号：
    60736007
  • 批准年份：
    2007
  • 资助金额：
    200.0 万元
  • 项目类别：
    重点项目
基于超光谱图象的混合物智能快速分类与识别
  • 批准号：
    60572097
  • 批准年份：
    2005
  • 资助金额：
    25.0 万元
  • 项目类别：
    面上项目
大物体宽场景三维信息获取与快速高精度重建技术
  • 批准号：
    60172040
  • 批准年份：
    2001
  • 资助金额：
    21.0 万元
  • 项目类别：
    面上项目
高性能有限精度信息处理及新型弹载信息处理系统研究
  • 批准号：
    69882005
  • 批准年份：
    1998
  • 资助金额：
    16.0 万元
  • 项目类别：
    专项基金项目
神经网络低灵敏度有限精度实现理论研究
  • 批准号：
    69171025
  • 批准年份：
    1991
  • 资助金额：
    4.0 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