反馈神经网络原理在灾害流行病学中的应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    30170833
  • 项目类别:
    面上项目
  • 资助金额:
    16.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H3011.流行病学方法与卫生统计
  • 结题年份:
    2004
  • 批准年份:
    2001
  • 项目状态:
    已结题
  • 起止时间:
    2002-01-01 至2004-12-31

项目摘要

本研究将反馈神经网络原理应用于灾害流行病学研究中,建立输入到输出的函数映射关系.建立用于预测的神经网络模型和反馈递归的网络模型,它能较好地反映系统的动态性和数据的毙虻墓亓?使预测效果更佳.本研究还从加快函数逼近过程的观点出发,提出了一种新的有效的数据预处理方法,并将其应用于灾害流行病学方法评判中.本研究有理论价值.

结项摘要

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

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

应用ARIMA-GRNN模型对肾综合征出血热发病率时间序列数据的预测研究
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    中国卫生统计
  • 影响因子:
    --
  • 作者:
    郭军巧;安淑一;关鹏;周宝森
  • 通讯作者:
    周宝森
Bayes判别分析在肾综合征出血热发病预测研究中的应用
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国媒介生物学及控制杂志
  • 影响因子:
    --
  • 作者:
    黄德生;吴伟;周宝森;沈铁峰;关鹏
  • 通讯作者:
    关鹏
应用时间序列模型预测辽宁省麻疹疫情
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    中国卫生统计
  • 影响因子:
    --
  • 作者:
    韩悦;吴伟;方兴;周宝森
  • 通讯作者:
    周宝森
SARIMA模型在肾综合征出血热发病率预测中的应用
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    数学的实践与认识
  • 影响因子:
    --
  • 作者:
    郭海强;关鹏;吴伟;沈铁峰;黄德生;周宝森
  • 通讯作者:
    周宝森
携带HBsAg孕妇产前注射HBIG阻断宫内传播的Meta分析
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    中华疾病控制杂志
  • 影响因子:
    --
  • 作者:
    韩悦;王作虪;吴伟;周宝森
  • 通讯作者:
    周宝森

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

周宝森的其他基金

不同遗传背景下miRNA在外泌体介导的肺癌与外环境间的信息传递及预后调控中的作用研究
  • 批准号:
    81773524
  • 批准年份:
    2017
  • 资助金额:
    65.0 万元
  • 项目类别:
    面上项目
microRNA基因SNP对非小细胞肺癌预后及调控功能研究
  • 批准号:
    81272293
  • 批准年份:
    2012
  • 资助金额:
    70.0 万元
  • 项目类别:
    面上项目
基于反馈神经网络原理对流行性出血热流行趋势及流行规律的研究
  • 批准号:
    30771860
  • 批准年份:
    2007
  • 资助金额:
    28.0 万元
  • 项目类别:
    面上项目
DNA修复能力和非小细胞肺癌危险性的流行病学研究
  • 批准号:
    30471493
  • 批准年份:
    2004
  • 资助金额:
    21.0 万元
  • 项目类别:
    面上项目
反馈神经网络原理对医学统计数据预测的研究
  • 批准号:
    39770675
  • 批准年份:
    1997
  • 资助金额:
    8.0 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