区域小波分析与统计学习理论

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    10571010
  • 项目类别：
    面上项目
  • 资助金额：
    26.0万
  • 负责人：
    陈迪荣
  • 依托单位：
    北京航空航天大学
  • 学科分类：
    A0205.调和分析与逼近论
  • 结题年份：
    2008
  • 批准年份：
    2005
  • 项目状态：
    已结题
  • 起止时间：
    2006-01-01 至2008-12-31

项目摘要

内容：(1) 研究区域上子分格式的性质，其中包括多项式序列的再生性、谱性质、收敛性、极限的光滑度和分格式的系数受到噪声污染时影响等。（2）构造区域上的尺度函数和小波，尤其是构造有光滑度和逼近度的尺度函数和小波。计算小波空间和小波框架空间的VC维数、Pγ维数和Vγ维数等。(3) 研究函数利用受噪声污染的信息重构问题。更一般地，还要考虑有些信息被丢失时，函数的重构问题。（4）对一般的k类支持向量机，研究其在不同的再生核空间的稳定性。(5) 研究统计学习理论中出现的逼近问题。意义：研究区域上小波分析的意义在于，许多理论和实际中的数学问题需要在一个区域上而不是全空间展开。另一方面，用小波分析、调和分析和函数逼近论的理论来研究统计学习理论，必将为小波分析提供新的应用和发展空间，也将为统计学习理论提供调和分析、小波分析和函数逼近论的思想和方法。

结项摘要

项目成果

期刊论文数量（16）
专著数量（0）
科研奖励数量（0）
会议论文数量（1）
专利数量（0）
Learning rates for regularized classifiers using multivariate polynomial kernels
使用多元多项式核的正则化分类器的学习率
  • DOI：
    10.1016/j.jco.2008.05.008
  • 发表时间：
    2008-10
  • 期刊：
    Journal of Complexity
  • 影响因子：
    1.7
  • 作者：
    Tong, Hongzhi;Peng, Lizhong;Chen, Di-Rong
  • 通讯作者：
    Chen, Di-Rong
Exponential attractor of the 3D derivative Ginzburg-Landau equation
3D 导数 Ginzburg-Landau 方程的指数吸引子
  • DOI：
    10.1007/s10114-007-5324-8
  • 发表时间：
    2008-05
  • 期刊：
    Acta Mathematica Sinica-English Series
  • 影响因子：
    0.7
  • 作者：
    Lu, Shu Juan;Lu, Qi Shao
  • 通讯作者：
    Lu, Qi Shao
The consistency of multicategory support vector machines
多类别支持向量机的一致性
  • DOI：
    10.1007/s10444-004-7207-1
  • 发表时间：
    2006
  • 期刊：
    Advances in Computational Mathematics
  • 影响因子：
    1.7
  • 作者：
    Chen, DR;Xiang, DH
  • 通讯作者：
    Xiang, DH
Convergence of wavelet thresholding estimators of differential operators
微分算子小波阈值估计器的收敛性
  • DOI：
    10.1016/j.acha.2008.02.001
  • 发表时间：
    2008-09
  • 期刊：
    Applied and Computational Harmonic Analysis
  • 影响因子：
    2.5
  • 作者：
    Meng, Hongtao;Chen, Di-Rong
  • 通讯作者：
    Chen, Di-Rong
Convergence of cascade algorithms by frequency approach
通过频率方法收敛级联算法
  • DOI：
    10.1016/j.jmaa.2005.03.083
  • 发表时间：
    2006-02
  • 期刊：
    Journal of Mathematical Analysis and Applications
  • 影响因子：
    1.3
  • 作者：
    DR;Chen
  • 通讯作者：
    Chen

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

Construction of multivariate biorthogonal wavelets with arbitrary vanishing moments
具有任意消失矩的多元双正交小波的构造
  • DOI：
    10.1023/a:1018950126225
  • 发表时间：
    2000-05
  • 期刊：
    Advances in Computational Math
  • 影响因子：
    --
  • 作者：
    陈迪荣;Bin Han 和 S. D. Riemenschneider
  • 通讯作者：
    Bin Han 和 S. D. Riemenschneider
基于小波包算法的压缩传感SAR成像方法
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    雷达学报
  • 影响因子：
    --
  • 作者：
    时燕;陈迪荣
  • 通讯作者：
    陈迪荣
正则化回归算法的快速学习率
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    中国科学:数学
  • 影响因子：
    --
  • 作者：
    佟宏志;陈迪荣;杨凤红
  • 通讯作者：
    杨凤红
On linear independence of integer translates of refinable vectors
关于可精化向量的整数平移的线性独立性
  • DOI：
    10.1006/jmaa.1997.5858
  • 发表时间：
    1998-06
  • 期刊：
    J.Math .Anal .Appl.
  • 影响因子：
    --
  • 作者：
    陈迪荣
  • 通讯作者：
    陈迪荣
Generalization error bound of semi-supervised learning with l1 regularization in sum space
和空间中 l1 正则化半监督学习的泛化误差界
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    Neurocomputing
  • 影响因子：
    6
  • 作者：
    刘超;陈迪荣
  • 通讯作者：
    陈迪荣

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

陈迪荣的其他基金

函数型数据恢复以及数据之间的依赖关系
  • 批准号：
    11971048
  • 批准年份：
    2019
  • 资助金额：
    53 万元
  • 项目类别：
    面上项目
基于深度学习的函数型数据分析与处理
  • 批准号：
    U1830107
  • 批准年份：
    2018
  • 资助金额：
    62.0 万元
  • 项目类别：
    联合基金项目
基于信息的自适应构造逼近
  • 批准号：
    11171014
  • 批准年份：
    2011
  • 资助金额：
    43.0 万元
  • 项目类别：
    面上项目
稀疏逼近及其应用
  • 批准号：
    10871015
  • 批准年份：
    2008
  • 资助金额：
    25.0 万元
  • 项目类别：
    面上项目
多元向量值小波分析及其应用
  • 批准号：
    10171007
  • 批准年份：
    2001
  • 资助金额：
    14.0 万元
  • 项目类别：
    面上项目
多元小波的构造与小波框架包
  • 批准号：
    19501003
  • 批准年份：
    1995
  • 资助金额：
    2.8 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