面向数据约简的机器学习新方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60775045
  • 项目类别：
    面上项目
  • 资助金额：
    25.0万
  • 负责人：
    李凡长
  • 依托单位：
    苏州大学
  • 学科分类：
    F0603.机器学习
  • 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

数据约简是机器学习的主要课题之一，数据的维数和非线性问题是数据约简的核心问题，借助李群这个具有代数结构和几何结构熔为一体的良好数学工具提出"面向数据约简的机器学习新方法研究"课题，旨在建立一套既能对数据的维数进行约简，对数据的非线性结构进行线性处理，同时又能对数据的代数和几何结构进行有效表示的机器学习新方法，即李群机器学习方法，内容包括：（1）研究李群机器学习的基础算法：主要研究李群机器学习的数据分解算法、数据扩展算法、数据覆盖算法、对偶学习算法、几何学习算法和极小生成元学习算法等；（2）研究李群机器学习分类器设计方法，主要研究分类器设计的原理、方法和分类器的具体构造，如U(n)分类器和SO(n)分类器的构造等；（3）研究基于李群机器学习的晶体计算机辅助分类系统，并对六种晶体进行测定分类。这些基本内容一方面形成了李群机器学习方法的理论框架；另一方面为数据约简提供了一类新的约简算法。

结项摘要

项目成果

期刊论文数量（25）
专著数量（2）
科研奖励数量（0）
会议论文数量（15）
专利数量（0）
基于DFL的多Agent动态任务分配算法研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电子学报
  • 影响因子：
    --
  • 作者：
    张瑜, 李凡长
  • 通讯作者：
    张瑜, 李凡长
一个基于量子群的分子对接药物设计算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    南京大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    何书萍, 李凡长
  • 通讯作者：
    何书萍, 李凡长
面向虚拟环境的真实感漫游湖面建模算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机工程与应用
  • 影响因子：
    --
  • 作者：
    程甜甜,陈亮亮,何伟,李云飞
  • 通讯作者：
    程甜甜,陈亮亮,何伟,李云飞
李群机器学习研究综述
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机学报
  • 影响因子：
    --
  • 作者：
    李凡长;何书萍;钱旭培
  • 通讯作者：
    钱旭培
动态模糊逻辑程序设计语言的指称语义
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机科学
  • 影响因子：
    --
  • 作者：
    韩小芬;李凡长
  • 通讯作者：
    李凡长

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

等谱流形学习算法
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    黄运娟;李凡长
  • 通讯作者：
    李凡长
一种基于支持向量数据描述的特征选择算法
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    智能系统学报
  • 影响因子：
    --
  • 作者：
    曹晋;张莉;李凡长
  • 通讯作者：
    李凡长
邻域嵌入的张量学习
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    计算机科学与探索
  • 影响因子：
    --
  • 作者：
    路梅;李凡长
  • 通讯作者：
    李凡长
张量树学习算法
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    南京大学学报(自然科学)
  • 影响因子：
    --
  • 作者：
    路梅;李凡长
  • 通讯作者：
    李凡长
李群核学习算法研究
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    计算机科学与探索
  • 影响因子：
    --
  • 作者：
    高聪;李凡长;沈程
  • 通讯作者：
    沈程

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

李凡长的其他基金

李群遍历元学习研究
  • 批准号：
  • 批准年份：
    2021
  • 资助金额：
    57 万元
  • 项目类别：
    面上项目
多源数据融合的表示与学习方法研究
  • 批准号：
    61672364
  • 批准年份：
    2016
  • 资助金额：
    63.0 万元
  • 项目类别：
    面上项目
基于认知模型的图像不变性特征理论和关键技术
  • 批准号：
    61033013
  • 批准年份：
    2010
  • 资助金额：
    200.0 万元
  • 项目类别：
    重点项目

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