高维稀疏数据聚类研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    70771007
  • 项目类别：
    面上项目
  • 资助金额：
    16.0万
  • 负责人：
    武森
  • 依托单位：
    北京科技大学
  • 学科分类：
    G01.管理科学与工程
  • 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

高维数据处理能力是聚类研究的难点之一。本项目拟针对高维数据普遍具有稀疏特征，提出特定的高维数据表示、数据精简和差异度计算方法，并进一步给出高效的不同数据类型的聚类算法。主要研究内容包括：.（1）高维稀疏数据的特征表示和基本性质、针对高维稀疏数据聚类的更高效更高质量的缺失数据填补方法和数据取值类型转换方法。.（2）在保留全部原有数据信息或至少保留聚类相关信息的情况下，高维稀疏数据的精简方法、存在缺失数据的高维稀疏数据精简方法、兼顾缺失数据填补的高维稀疏数据精简方法。.（3）不同数据类型的高维稀疏数据集合差异度计算方法。针对高维稀疏数据聚类，从根本上解决差异度计算问题，为高效聚类算法的提出提供理论依据。.（4）不同数据类型的高维稀疏数据聚类算法。

结项摘要

项目成果

期刊论文数量（15）
专著数量（0）
科研奖励数量（0）
会议论文数量（12）
专利数量（0）
数据挖掘中的聚类技术在学生成绩分析中的应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国管理信息化
  • 影响因子：
    --
  • 作者：
    王瑞峰;俞晓莉;倪宇;武森
  • 通讯作者：
    武森
一种基于可辨识向量的规则提取方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    辽宁工程技术大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    邵良杉;杨芳;乔柱;鄂旭;翟宝峰;赵肖冰
  • 通讯作者：
    赵肖冰
聚类分析在电信客户细分中的应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    技术经济与管理研究
  • 影响因子：
    --
  • 作者：
    武森;程锴;陈凤洁
  • 通讯作者：
    陈凤洁
一种新的不完备信息系统属性约简算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    重庆邮电大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    杨芳;鄂旭;邵良杉;周津;李岩
  • 通讯作者：
    李岩
基于最小社团链接度增量的社团结构挖掘算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    北京科技大学学报
  • 影响因子：
    --
  • 作者：
    高学东;武森;王立敏
  • 通讯作者：
    王立敏

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

基于大规模复杂网络社区发现的科研合著网络分析
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    中国科技论文
  • 影响因子：
    --
  • 作者：
    武森;卢丹;冯小东;杜彦南
  • 通讯作者：
    杜彦南
基于作者引用文献关系的潜在研究兴趣主题发现
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    中国科技论文
  • 影响因子：
    --
  • 作者：
    冯小东;武森;王佳晔
  • 通讯作者：
    王佳晔
电子商务中基于复杂网络社团发现的商品推荐研究
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    工业技术创新
  • 影响因子：
    --
  • 作者：
    卢丹;王君博;武森
  • 通讯作者：
    武森
微流控芯片上润滑油中微金属颗粒快速分离
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    科学技术与工程
  • 影响因子：
    --
  • 作者：
    苑海超;武森;江佳威;潘新祥
  • 通讯作者：
    潘新祥
基于MapReduce的大规模文本聚类并行化
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    北京科技大学学报
  • 影响因子：
    --
  • 作者：
    武森;冯小东;杨杰;张晓楠
  • 通讯作者：
    张晓楠

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

武森的其他基金

基于深度学习的高维混合数据融合特征表示及聚类研究
  • 批准号：
    71971025
  • 批准年份：
    2019
  • 资助金额：
    47 万元
  • 项目类别：
    面上项目
聚类导向的字典学习及基于稀疏表示的高维数据聚类研究
  • 批准号：
    71271027
  • 批准年份：
    2012
  • 资助金额：
    54.0 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