基于新小波的图形特征表示与提取

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60403011
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    22.0万
  • 负责人：
    尤新革
  • 依托单位：
    湖北大学
  • 学科分类：
    F0209.计算机图形学与虚拟现实
  • 结题年份：
    2007
  • 批准年份：
    2004
  • 项目状态：
    已结题
  • 起止时间：
    2005-01-01 至2007-12-31

项目摘要

本项目研究现代数学中小波分析与模式识别图形特征提取的若干理论与应用问题。探讨根据图形特征提取的特殊需要来构造具有特殊性质的小波函数与方向小波函数并应用于图形特征表示与提取，解决图形特征分析与提取中长期未能解决的一些核心和难点问题，发展和完善对图形的不同结构边缘、图形骨架及与方向密切相关的重要特征的刻划和计算机识别理论并建立相应的智能识别系统。形成基于小波的图形特征分析与提取，并能突破传统方法局限的

结项摘要

项目成果

期刊论文数量（13）
专著数量（0）
科研奖励数量（1）
会议论文数量（20）
专利数量（0）
Morphological Structure Recons
形态结构重建
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    房斌;尤新革*;唐远炎
  • 通讯作者：
    唐远炎
Thinning Character Using Modul
使用模块细化字符
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    尤新革;谌秋辉;房斌;唐远炎
  • 通讯作者：
    唐远炎
Multiscale Approach for Thinni
Thinni 的多尺度方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    尤新革;房斌;唐远炎;黄剑
  • 通讯作者：
    黄剑
The performance bounds of lear
李尔的性能界限
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    邹斌;李落清
  • 通讯作者：
    李落清
Matching algorithm using wavel
使用wavel的匹配算法
  • DOI：
    10.1016/j.neuroimage.2015.10.046
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    房斌;尤新革*;陈文胜;唐远炎
  • 通讯作者：
    唐远炎

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

New Incremental Learning Algorithm with Support Vector Machines
带有支持向量机的新增量学习算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    IEEE Transactions on Systems, Man and Cybernetics: Systems
  • 影响因子：
    --
  • 作者：
    徐婕;徐晨;邹斌;唐远炎;彭江涛;尤新革
  • 通讯作者：
    尤新革
Incremental Fisher linear discriminant based on data denoising
基于数据去噪的增量Fisher线性判别法
  • DOI：
    10.1016/j.knosys.2021.107799
  • 发表时间：
    2021
  • 期刊：
    Knowledge-based Systems
  • 影响因子：
    --
  • 作者：
    王展;梁廷;邹斌;蔡亚玲;徐婕;尤新革
  • 通讯作者：
    尤新革
New Incremental Learning Algorithm with Support Vector Machines
带有支持向量机的新增量学习算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    IEEE Transactions on Systems, Man and Cybernetics: Systems
  • 影响因子：
    --
  • 作者：
    徐婕;徐晨;邹斌;唐远炎;彭江涛;尤新革
  • 通讯作者：
    尤新革
HHT方法在探地雷达回波信号特征提取上的应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电子设计工程
  • 影响因子：
    --
  • 作者：
    甘露;周龙;尤新革
  • 通讯作者：
    尤新革
Learning Performance of Weighted Distributed Learning With Support Vector Machines
支持向量机加权分布式学习的学习性能
  • DOI：
    10.1109/tcyb.2021.3131424
  • 发表时间：
    --
  • 期刊：
    IEEE TRANSACTIONS ON CYBERNETICS
  • 影响因子：
    --
  • 作者：
    邹斌;姜宏伟;Chen Xu;徐婕;尤新革;Yuan Yan Tang
  • 通讯作者：
    Yuan Yan Tang

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

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