组合凸线性感知器的构造及其应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61175004
  • 项目类别：
    面上项目
  • 资助金额：
    58.0万
  • 负责人：
    李玉鑑
  • 依托单位：
    北京工业大学
  • 学科分类：
    F0605.模式识别与数据挖掘
  • 结题年份：
    2015
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2015-12-31

项目摘要

申请人最近在国际权威期刊上提出了凸线性感知器（简称凸线器）和组合凸线性感知器（简称组合凸线器）的新概念，开创了分片线性学习的新方向，其主要目标是在一个统一的框架下提高分片线性分类器的泛化能力。本项目将围绕这一目标，以最大间隔准则为指导，以凸可分、凸线器和组合凸线器等概念为基础，以眉毛识别、人脸识别和看门机器人为应用背景，主要研究以下内容：简化凸线器和组合凸线器的几何结构的方法、软间隔凸线器和软间隔组合凸线器的构造方法、基于分片线性分类器的眉毛识别和人脸识别方法、以及利用上述方法在机器人觉平台上设计和实现看门机器人。由于所研究的分片线性分类器无需选择核函数就能够以某种最大间隔分开样本，不仅可以看作支持向量机的无核推广，且具有计算简单和硬件实现容易的优点，可望集成到机器人、智能相机和嵌入式及实时系统等硬件设备中，因此对推动模式识别和机器学习的理论及技术发展，具有重要的科学意义和广泛的应用前景。

结项摘要

组合凸线性感知器是申请人2011年在国际顶级期刊IEEE Transactions on Neural Networks上提出的一种构造分片线性分类器的通用框架。本项目围绕组合凸线性感知器的构造及其应用的若干相关问题进行了研究，所取得的重要成果包括：1、提出了组合凸线性感知器的交错构造方法、生长构造方法、极大切割构造方法和软间隔设计方法；2、提出了一种利用方形和快速计算正交Haar小波变换并进行图像模板匹配的方法；3、提出了一种图像对象分类的匹配识别框架，并取得了较好的眉毛识别结果。目前，本项目已经发表SCI检索论文7篇，EI检索论文8篇，核心期刊论文9篇，申请发明专利8项（其中3项已授权），申请软件著作权2项。值得一提的是，在所发表的SCI检索论文中，有1篇发表在国际顶级期刊IEEE Transactions on Pattern Analysis and Machine Intelligence上，有2篇分别发表在国际著名期刊Pattern Recognition和Knowledge-based Systems上。

项目成果

期刊论文数量（20）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
面向非平衡数据处理的样例惩罚支持向量机
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    武汉大学学报(理学版)
  • 影响因子：
    --
  • 作者：
    金鑫;李玉鑑
  • 通讯作者：
    李玉鑑
Nearest Feature Line and Point Embedding for Hyperspectral Image Classification
用于高光谱图像分类的最近特征线和点嵌入
  • DOI：
    10.1109/lgrs.2014.2354678
  • 发表时间：
    2015-03
  • 期刊：
    IEEE GEOSCIENCE AND REMOTE SENSING LETTERS
  • 影响因子：
    4.8
  • 作者：
    Ya-Fei Jia;Yu-Jian Li;Peng-Bin Fu;Yun Tian
  • 通讯作者：
    Yun Tian
Alternating multiconlitron: A novel framework for piecewise linear classification
交替多重连接：分段线性分类的新颖框架
  • DOI：
    10.1016/j.patcog.2014.09.003
  • 发表时间：
    2015-03
  • 期刊：
    Pattern Recognition
  • 影响因子：
    8
  • 作者：
    Yujian Li;Qiangkui Leng
  • 通讯作者：
    Qiangkui Leng
组合凸线性感知器的极大切割构造方法
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    自动化学报
  • 影响因子：
    --
  • 作者：
    冷强奎;李玉鑑
  • 通讯作者：
    李玉鑑
近似最小树的哈希Dijkstra算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    北京工业大学学报
  • 影响因子：
    --
  • 作者：
    李玉鑑;李厚君
  • 通讯作者：
    李厚君

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

基于弱监督和半监督学习的红外舰船分割方法
  • DOI：
    10.6040/j.issn.1672-3961.0.2021.329
  • 发表时间：
    2022
  • 期刊：
    山东大学学报. 工学版
  • 影响因子：
    --
  • 作者：
    尹旭;刘兆英;张婷;李玉鑑
  • 通讯作者：
    李玉鑑
利用自然最近邻的不平衡数据过采样方法
  • DOI：
    10.3778/j.issn.1002-8331.1910-0218
  • 发表时间：
    2021
  • 期刊：
    计算机工程与应用
  • 影响因子：
    --
  • 作者：
    孟东霞;李玉鑑
  • 通讯作者：
    李玉鑑
基于小波变换和SVM的眉毛身份验证系统研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机应用研究
  • 影响因子：
    --
  • 作者：
    黄琰;曹俊彬;李玉鑑
  • 通讯作者：
    李玉鑑
二维隐马尔可夫模型的几个等价定义
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    北京工业大学学报
  • 影响因子：
    --
  • 作者：
    李玉鑑
  • 通讯作者：
    李玉鑑
基于离散HMM的眉毛识别方法研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国图象图形学报
  • 影响因子：
    --
  • 作者：
    李玉鑑;李星立
  • 通讯作者：
    李星立

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

李玉鑑的其他基金

基于极大紧邻子树和神经网络的聚类分类模型及其在生物特征识别中的应用
  • 批准号：
    60775010
  • 批准年份：
    2007
  • 资助金额：
    31.0 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