大型稀疏特征问题和方程的有效算法理论及软件的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    19571014
  • 项目类别：
    面上项目
  • 资助金额：
    6.0万
  • 负责人：
    贾仲孝
  • 依托单位：
    大连理工大学
  • 学科分类：
    A0502.数值代数
  • 结题年份：
    1998
  • 批准年份：
    1995
  • 项目状态：
    已结题
  • 起止时间：
    1996-01-01 至1998-12-31

项目摘要

取得多项具有国际影响的重要研究成果。如投影类方法的具有普遍意义的收敛性理论，揭示了方法固有的可能不收敛缺陷；系统建立了广义Lanczos方法和广义块Lanczos方法等的收敛性理论，解决了算法实现的若干关键问题；首创了一类证明比传统方法优越的新的精化投影类方法，被认为为更好解决大规模非对称特征计算问题开拓出具有广阔发展前景的新路；提出的显式重新启动精化Arnoldi算法和精化块Arnoldi算法及精化的子空间迭代法比同类传统算法快数十倍；提出的隐式重新启动精化Arnoldi算法比国际上广泛使用的隐式重新启动Arnoldi算法速度可快一倍以上；建立了Krylov子空间投影类方法和其截断型版本的收敛性理论，揭示了方法的局限性；被SCI收录论文8篇，CMCI收录4篇。

结项摘要

项目成果

期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）

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

Some properties of LSQR for large sparse linear least squares problems
大型稀疏线性最小二乘问题的 LSQR 的一些性质
  • DOI：
    10.1007/s11424-010-7190-1
  • 发表时间：
    2010-09
  • 期刊：
    Journal of Systems Science & Complexity
  • 影响因子：
    2.1
  • 作者：
    贾仲孝
  • 通讯作者：
    贾仲孝
A refined harmonic Rayleigh-Ri
精致的谐波 Rayleigh-Ri
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    陈桂芝;贾仲孝
  • 通讯作者：
    贾仲孝
A power sparse approximate inv
幂稀疏近似 inv
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    贾仲孝;朱宝臣
  • 通讯作者：
    朱宝臣
计算大型Hermite矩阵最小特征对
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国科学-A辑, 2008年38卷3期（中文）， 2008年51卷5期（英文版），将发表。
  • 影响因子：
    --
  • 作者：
    贾仲孝;王震
  • 通讯作者：
    王震
The Rayleigh-Ritz Method, Refinement and Arnoldi Process for Periodic Matrix Pairs
周期矩阵对的 Rayleigh-Ritz 方法、细化和 Arnoldi 过程
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Journal of Computational and Applied Mathematics
  • 影响因子：
    2.4
  • 作者：
    贾仲孝;Tiexiang Li;Wen-Wei Lin;Eric King-wah Chu;Hung-Yuan Fan
  • 通讯作者：
    Hung-Yuan Fan

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