基于人工神经网络的综合集成系统的原理及应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    69572040
  • 项目类别：
    面上项目
  • 资助金额：
    8.0万
  • 负责人：
    戴汝为
  • 依托单位：
    中国科学院自动化研究所
  • 学科分类：
    F0111.信号理论与信号处理
  • 结题年份：
    1997
  • 批准年份：
    1995
  • 项目状态：
    已结题
  • 起止时间：
    1996-01-01 至1997-12-31

项目摘要

本项目以人工神经网络为基本构件研究图象处理，系统集成方法，着重研究了模型分类系统的集成，把多个分类系统集成一个新的集成型系统。这样的系统比原先的各个系统的识别率更高。这项工作是以国内提出的综合集成法的构思为指导，着眼于人与计算机两者结合解决复杂问题，提出利用多层网络加以反馈，形成的非线性动力学系统作为集成网络，并以有教师的学习（监督学习）算法来训练集成网络，在训练的过程中，输入样本属于的类别是由教师决定的，注入了人的作用。这种网络集成法拓广到闭环网络，比国外同一时间所提出的方法更为深入。通过所完成的手写数字识别与金融用汉字识别两个系统，表明了方法的有效性，且适用于广泛的模式识别问题。

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

基于自适应特征与多级反馈模型的
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    自动化学报，2006，Vol.32(3)，pp.353-359.
  • 影响因子：
    --
  • 作者：
    夏勇;王春恒;戴汝为
  • 通讯作者：
    戴汝为
浅谈中医药领域中的非线性特征及应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    世界科学与技术——中药现代化
  • 影响因子：
    --
  • 作者：
    吕冬梅;杨洪军;黄璐琦;戴汝为
  • 通讯作者：
    戴汝为
一种基于即时发言评价的专家权威度计算方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    模式识别与人工智能
  • 影响因子：
    --
  • 作者：
    戴汝为;李敏花;李耀东
  • 通讯作者：
    李耀东
系统复杂性的中医证候规范化研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中医药学刊.21(12).2015,2025，2003
  • 影响因子：
    --
  • 作者：
    孟庆刚﹡;王永炎;戴汝为
  • 通讯作者：
    戴汝为
用综合集成方法解决企业决策问题
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    系统工程理论与实践.
  • 影响因子：
    --
  • 作者：
    王丹力;韩永生;戴汝为
  • 通讯作者：
    戴汝为

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

戴汝为的其他基金

对于简单图像背景、低分辨率字符的集成型识别方法研究
  • 批准号：
    60472066
  • 批准年份：
    2004
  • 资助金额：
    25.0 万元
  • 项目类别：
    面上项目
论知复杂性研究
  • 批准号：
    79970119
  • 批准年份：
    1999
  • 资助金额：
    11.0 万元
  • 项目类别：
    面上项目
形象思维与思维的综合及其应用
  • 批准号：
    69555001
  • 批准年份：
    1995
  • 资助金额：
    30.0 万元
  • 项目类别：
    专项基金项目
新智能机接口中语言、图形、图象识别与理解
  • 批准号：
    68675028
  • 批准年份：
    1986
  • 资助金额：
    3.5 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