非线性和二维鉴别分析方法及其应用的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60772059
  • 项目类别：
    面上项目
  • 资助金额：
    26.0万
  • 负责人：
    荆晓远
  • 依托单位：
    南京邮电大学
  • 学科分类：
    F0116.图像信息处理
  • 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

鉴别分析技术是模式特征提取和识别的常用方法。近年来，非线性鉴别和二维鉴别分析技术吸引了国内外很多研究者的兴趣。如何进一步增强这两种鉴别技术的模式分类性能，是一个值得深入研究的课题。本项目在申请人原有工作的基础上，从多个角度提出了非线性和二维鉴别分析的新方法：(1)提出非线性鉴别与频域预处理技术的多种结合方法，设计多个非线性鉴别准则来选择频域信息；(2)提出一种快速实现非线性不相关性的核鉴别方法；(3)提出两种基于特征融合的非线性复数鉴别框架；(4)提出融合共同向量和差异向量的核鉴别方法，并与径向基网络有效结合；(5)提出采用二维主元和鉴别向量新选择机制、并融合多种二维与一维鉴别技术的二维费舍脸增强方法；(6)提出二维鉴别与图像预处理技术结合的多种鉴别方法。本项目在生物特征识别（包括人脸、掌纹、人耳、虹膜四种特征）和字符识别（包括手写体数字和汉字）这两个热点应用领域充分评价、验证所提新方法。

结项摘要

项目成果

期刊论文数量（7）
专著数量（0）
科研奖励数量（0）
会议论文数量（19）
专利数量（0）
Color Image Canonical Correlation Analysis for Face Feature Extraction and Recognition
彩色图像典型相关分析用于人脸特征提取和识别
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Signal Processing
  • 影响因子：
    4.4
  • 作者：
    Qian Liu;Sheng Li;Chao Lan;David Zhang;Jingyu Yang;Xiaoyuan Jing
  • 通讯作者：
    Xiaoyuan Jing
基于虚拟样本的正则化鉴别分析方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    微计算机信息
  • 影响因子：
    --
  • 作者：
    荆晓远;陈雯
  • 通讯作者：
    陈雯
Face Recognition Based on Nonlinear DCT Discriminant Feature Extraction Using Improved Kernel DCV
基于改进核DCV非线性DCT判别特征提取的人脸识别
  • DOI：
    10.1587/transinf.e92.d.2527
  • 发表时间：
    2009-12
  • 期刊：
    IEICE Transactions on Information and Systems
  • 影响因子：
    0.7
  • 作者：
    Sheng Li;Xiaoyuan Jing;Yongfang Yao;Shiqiang Gao;Jingyu Yang;Heng Chang;David Zhang
  • 通讯作者：
    David Zhang
Face and palmprint pixel level fusion and Kernel DCV-RBF classifier for small sample biometric recognition
用于小样本生物特征识别的人脸和掌纹像素级融合和内核 DCV-RBF 分类器
  • DOI：
    10.1016/j.patcog.2007.01.034
  • 发表时间：
    2007-11-01
  • 期刊：
    PATTERN RECOGNITION
  • 影响因子：
    8
  • 作者：
    Jing, Xiao-Yuan;Yao, Yong-Fang;Li, Miao
  • 通讯作者：
    Li, Miao
Facial Image Recognition Based on a Statistical Uncorrelated Near Class Discriminant Approach
基于统计不相关近类判别方法的人脸图像识别
  • DOI：
    10.1587/transinf.e93.d.934
  • 发表时间：
    2010-04
  • 期刊：
    IEICE Transactions on Information and Systems
  • 影响因子：
    0.7
  • 作者：
    Shiqiang Gao;Lusha Bian;Sheng Li;Xiaoyuan Jing;Yongfang Yao;Qian Liu
  • 通讯作者：
    Qian Liu

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

Improving Tagging of Social Images
改进社交图像的标签
  • DOI：
    10.1007/s40009-012-0049-3
  • 发表时间：
    2012-07
  • 期刊：
    National Academy of Sciences Letters
  • 影响因子：
    --
  • 作者：
    朱松豪;荆晓远
  • 通讯作者：
    荆晓远
基于DCT鉴别分析的掌纹特征提取
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    微计算机信息，23(8-1)，pp.252-253, 2007.9
  • 影响因子：
    --
  • 作者：
    姚永芳;张利萍;赵清杰;荆晓远
  • 通讯作者：
    荆晓远
Biometrics recognition based o
基于生物特征识别的
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    荆晓远;黄厚生
  • 通讯作者：
    黄厚生
基于核子空间对齐的非监督领域自适应
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    南京邮电大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    吴松松;许明微;荆晓远
  • 通讯作者：
    荆晓远
Movie abstraction via the progress of the storyline
通过故事情节的进展进行电影抽象
  • DOI：
    10.1049/iet-spr.2011.0182
  • 发表时间：
    2012-10
  • 期刊：
    IET Signal Processing
  • 影响因子：
    1.7
  • 作者：
    朱松豪;梁志伟;荆晓远
  • 通讯作者：
    荆晓远

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

荆晓远的其他基金

基于正交性分析的彩色人脸图象特征提取新方法研究
  • 批准号：
    61073113
  • 批准年份：
    2010
  • 资助金额：
    30.0 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