基于知识发现的综合决策支持系统研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    79970058
  • 项目类别:
    面上项目
  • 资助金额:
    9.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0112.信息系统与管理
  • 结题年份:
    2002
  • 批准年份:
    1999
  • 项目状态:
    已结题
  • 起止时间:
    2000-01-01 至2002-12-31

项目摘要

研究基于知识发现的综合决策支持系统。内容包括:基于部件装配的系统体系结构研究:异质多数据源的多维查询与复杂查询优化技术:多种知识发现策略的综合集成及多种知识发现工具的集成;基于知识发现的综合决策支持系统的面向对象开发。为决策支持系统理论与方法前沿课题,对推动决策支持系统的发展,提高辅助决策能力有较大理论价值和实际意义。

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

基于缓冲修正的灰色插值负荷预测建模与仿真
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    计算机仿真
  • 影响因子:
    --
  • 作者:
    侯利强;杨善林;王晓佳;于志军
  • 通讯作者:
    于志军
基于蚁群优化的分类规则挖掘方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    广西师范大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    杨善林;束建华;倪志伟
  • 通讯作者:
    倪志伟
环F_2+uF_2+…+u~(k-1)F_2上长为2~s的(1+u)-常循环码的距离分布
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    电子与信息学报
  • 影响因子:
    --
  • 作者:
    杨善林;施敏加;朱士信
  • 通讯作者:
    朱士信
车联网环境下基于等距映射的证据推理方法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    系统工程理论与实践
  • 影响因子:
    --
  • 作者:
    王洪波;罗贺;刘心报;杨善林
  • 通讯作者:
    杨善林
不确定需求及WTP差异下废弃电子产品再制造闭环供应链奖惩机制研究
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    工业工程与管理
  • 影响因子:
    --
  • 作者:
    倪明;梁丹;郭军华;杨善林
  • 通讯作者:
    杨善林

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

杨善林的其他基金

云计算环境下的多源信息服务系统研究
  • 批准号:
    71131002
  • 批准年份:
    2011
  • 资助金额:
    240.0 万元
  • 项目类别:
    重点项目
云计算环境下智能决策方法研究
  • 批准号:
    71071045
  • 批准年份:
    2010
  • 资助金额:
    30.0 万元
  • 项目类别:
    面上项目
可信软件测试和可信性评估研究
  • 批准号:
    90718037
  • 批准年份:
    2007
  • 资助金额:
    50.0 万元
  • 项目类别:
    重大研究计划
群决策理论与方法研究
  • 批准号:
    70631003
  • 批准年份:
    2006
  • 资助金额:
    85.0 万元
  • 项目类别:
    重点项目
面向复杂决策任务基于agent组织的分布式智能决策支持系统研究
  • 批准号:
    70471046
  • 批准年份:
    2004
  • 资助金额:
    16.0 万元
  • 项目类别:
    面上项目
集成定性推理理论的智能决策支持系统研究
  • 批准号:
    70171033
  • 批准年份:
    2001
  • 资助金额:
    12.0 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