多视野高维复杂数据融合降维方法与理论研究

项目名称： 多视野高维复杂数据融合降维方法与理论研究

项目编号： No.91230112

项目类型： 重大研究计划

立项/批准年度： 2013

项目学科： 数理科学和化学

项目作者： 张振跃

作者单位： 浙江大学

项目金额： 65万元

中文摘要： 单视野数据的局限性，以及多视野数据的不断涌现，使得对多视野高维复杂数据的融合分析成为近年来在计算机和生物信息等许多领域需要迫切解决的挑战性问题。多视野数据指单一对象拥有多种刻画方式。现有的相关研究多是双视野数据融合，且缺乏深入的理论分析。多视野数据融合中的许多问题尚处于探索阶段。本项目拟研究多视野高维复杂数据融合的方法和理论，内容包括单视野数据的稳定性理论和特点分析，同型多视野数据的协同和一致性降维, 异质多视野数据的多重图约束线性低秩逼近, 协同稀疏表达、一致性聚类和分类，低秩张量逼近和数据缺损下的多源数据融合等。该项目涉及数学建模、方法设计、基础理论、数值算法，算法稳定性和复杂性分析等，以及各领域中可能的应用。这是该研究领域必要的和有创行新的探索，其多视野数据融合分析方法的研究成果无论对于数学还是计算科学、生物信息学都有重要的理论和实践意义，也将会推动高性能科学计算的理论发展。

中文关键词： 多源数据融合；多视角学习；流形学习与降维；数据聚类；稀疏表达

英文摘要： With the emergence of the multi-view data, and the limitations of the single-view data, fusion analysis of multi-view high-dimensional data became a challenging problem in many fields including computer science and bioinformatics. Most of the related rese

英文关键词： multiple data fusion；multi-view learning；dimension reduction；data clustering；sparse representation