IB算法及其应用的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    60773048
  • 项目类别:
    面上项目
  • 资助金额:
    29.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0206.信息安全
  • 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

项目基于IB(Information Bottleneck)算法研究中所存在的问题,使用模拟退火/遗传变异、自助平均、Bagging等技术,探索IB算法跳出局部优解的策略与方法,寻找影响IB算法解精确度的关键因素;使用贝叶斯熵改造IB理论,祛除其对有限数据集的依赖性;将最小描述长度原理等成熟的模型选择方法用于IB中,使得IB算法能够对数据聚类分析的结果进行选择,从而确定数据划分的簇数,解决聚类有效性的基本问题;力图用数学方法构造IB算法应用于普通数据集的机制,解决IB理论的适用性问题。本项目的研究,一方面能够丰富IB理论,另一方面对IB算法应用于海量数据的分析、图象压缩、信息编码均是非常有意义的;本项目为构造出一种基于IB理论的数据分析工具并将其应用于信息安全、金融、商务、医疗等领域奠定一定的基础。

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(7)
专利数量(0)
一种基于基准点的指纹匹配算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机工程
  • 影响因子:
    --
  • 作者:
    袁华强 叶阳东 邓见光 柴晓光 李勇
  • 通讯作者:
    袁华强 叶阳东 邓见光 柴晓光 李勇
遗传顺序IB算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    电子学报
  • 影响因子:
    --
  • 作者:
  • 通讯作者:
带调整策略的微聚类-宏聚类邮件社区划分算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    小型微型计算机系统
  • 影响因子:
    --
  • 作者:
    张中军;郭华平;范明
  • 通讯作者:
    范明
使用PCA和AdaBoost建立基于贝叶斯的组合分类器
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机科学
  • 影响因子:
    --
  • 作者:
    陈松峰;范明
  • 通讯作者:
    范明
Iterative sIB algorithm
迭代 sIB 算法
  • DOI:
    10.1016/j.patrec.2010.11.020
  • 发表时间:
    2011-03
  • 期刊:
    Pattern Recognition Letters (Elsevier)
  • 影响因子:
    --
  • 作者:
    Huaqiang Yuan;Yangdong Ye
  • 通讯作者:
    Yangdong Ye

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

基于序的空间金字塔池化网络的人群计数方法
  • DOI:
    10.16383/j.aas.2016.c150663
  • 发表时间:
    2016
  • 期刊:
    自动化学报
  • 影响因子:
    --
  • 作者:
    时增林;叶阳东;吴云鹏;娄铮铮
  • 通讯作者:
    娄铮铮
基于光学图像的多粒度随动环境感知算法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    软件学报
  • 影响因子:
    --
  • 作者:
    陈昊升;张格;叶阳东
  • 通讯作者:
    叶阳东
一种信息物理融合系统行为预测模型
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    计算机科学
  • 影响因子:
    --
  • 作者:
    佘维;叶阳东
  • 通讯作者:
    叶阳东
非共现数据的二元化加权转化算法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    模式识别与人工智能
  • 影响因子:
    --
  • 作者:
    姬波;叶阳东
  • 通讯作者:
    叶阳东
面向RITS的多Agent列车群运行模
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    《中国铁道科学》, 26(4) , pp.109-113, 2005年7月
  • 影响因子:
    --
  • 作者:
    叶阳东;张尊栋;贾利民
  • 通讯作者:
    贾利民

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

叶阳东的其他基金

图传播IB方法的模型及传播机制研究
  • 批准号:
    62176239
  • 批准年份:
    2021
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目
传播IB方法的研究
  • 批准号:
    61772475
  • 批准年份:
    2017
  • 资助金额:
    62.0 万元
  • 项目类别:
    面上项目
多变量IB方法及算法的研究
  • 批准号:
    61170223
  • 批准年份:
    2011
  • 资助金额:
    57.0 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