近邻传播算法中的几个关键问题研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60875031
  • 项目类别：
    面上项目
  • 资助金额：
    28.0万
  • 负责人：
    于剑
  • 依托单位：
    北京交通大学
  • 学科分类：
    F0603.机器学习
  • 结题年份：
    2011
  • 批准年份：
    2008
  • 项目状态：
    已结题
  • 起止时间：
    2009-01-01 至2011-12-31

项目摘要

近年来，将数据进行聚类已经成为数据探索与分析的重要手段之一。最近, 在2007 年Science上发表了一个利用信息传播思想构造的聚类算法:近邻传播算法(Affinity Propagation)，并成功应用到许多实际问题之中，引起了许多人的关注。本项目研究近邻传播算法以及软约束近邻传播算法的收敛性质，特别是近邻传播算法的震荡条件，收敛条件，以及参数选择条件，力图建立其适用范围和数据特征的客观描述。本项目预期通过深入研究相似矩阵与近邻传播算法之间的联系，并根据研究成果设计新的聚类算法,争取在中医药信息处理和生物信息处理方面得到成功应用.

结项摘要

项目成果

期刊论文数量（10）
专著数量（0）
科研奖励数量（0）
会议论文数量（18）
专利数量（0）
领域知识在文本聚类应用中的机遇和挑战
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    《计算机工程和科学》, 2010
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
基于节点相似度的网络社团检测算法研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机科学
  • 影响因子：
    --
  • 作者：
    姜雅文;贾彩燕;于剑;JIANG Ya-wen JIA Cai-yan YU Jian(Institute of Comp
  • 通讯作者：
    JIANG Ya-wen JIA Cai-yan YU Jian(Institute of Comp
基于近邻传播算法的半监督聚类
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    软件学报，19 (11): 2803-2813，2008
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Knowledge-based vector space model for text clustering
基于知识的文本聚类向量空间模型
  • DOI：
    10.1007/s10115-009-0256-5
  • 发表时间：
    2010-10
  • 期刊：
    Knowledge and Information Systems
  • 影响因子：
    2.7
  • 作者：
  • 通讯作者：
相似性的二值表示
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机研究与发展，12:2117-2122,2010
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

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

融合蛋白质复合体的人类蛋白互作网络功能模块发现
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    智能系统学报
  • 影响因子：
    --
  • 作者：
    刘光明;杨柳;高盼盼;王邦军;周雪忠;于剑
  • 通讯作者：
    于剑
BiFeO3系固溶体钙钛矿窄禁带铁电半导体光伏材料研究
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    科学通报
  • 影响因子：
    --
  • 作者：
    吴强;宁欢颇;于剑
  • 通讯作者：
    于剑
一种直推式迁移学习算法
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    杨柳;于剑;景丽萍
  • 通讯作者：
    景丽萍
马蓝转录组中SSR位点信息特征分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    分子植物育种
  • 影响因子：
    --
  • 作者：
    公培民;宁书菊;叶齐;于剑;赵璇璇;沈继伟;马小毛;蔡国倩;胡永乐;魏道智
  • 通讯作者：
    魏道智
基于双稀疏正则的图像集距离学习
  • DOI：
    10.13328/j.cnki.jos.005135
  • 发表时间：
    2016
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    刘博;景丽萍;于剑
  • 通讯作者：
    于剑

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

于剑的其他基金

人工智能学术研讨会
  • 批准号：
  • 批准年份：
    2019
  • 资助金额：
    3.2 万元
  • 项目类别：
    国际(地区)合作与交流项目
面向认知的多源数据学习理论与算法
  • 批准号：
    61632004
  • 批准年份：
    2016
  • 资助金额：
    265.0 万元
  • 项目类别：
    重点项目
基于多标记学习的网络重叠社区发现模型及应用研究
  • 批准号：
    61370129
  • 批准年份：
    2013
  • 资助金额：
    77.0 万元
  • 项目类别：
    面上项目
基于相似性的认知模型与图像分析中的关键问题研究
  • 批准号：
    90820013
  • 批准年份：
    2008
  • 资助金额：
    50.0 万元
  • 项目类别：
    重大研究计划
基于划分的一般聚类模型研究
  • 批准号：
    60303014
  • 批准年份：
    2003
  • 资助金额：
    26.0 万元
  • 项目类别：
    青年科学基金项目

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