甜玉米L-11与糯玉米L-70的染色体核型分析

采用常规根尖压片法对甜玉米和糯玉米的染色体标本做核型分析.结果表明: 甜玉米（L-11株系）和糯玉米（L-70株系）的染色体数均为2n＝20,两者均为二倍体.甜玉米核型公式为2n＝2x＝20＝2M﹢12m﹢6sm(2Sat),染色体相对长度系数组成为2L﹢4M2﹢12M1﹢2S,按照Stebbins标准核型分类属于2B核型,不对称系数AS.K%＝59.66%.糯玉米核型公式为2n＝2x＝20＝2M﹢8m(2Sat)﹢10sm,染色体相对长度系数组成为2L﹢8M2﹢6M1﹢4S,分类属于2A核型,不对称系数AS.K%＝60.41%.说明甜玉米（L-11株系）的进化程度较高.     

基于局部均值分解和迭代随机森林的脑电分类

为实现癫痫患者的脑电信号有效识别,进而提高患者的生活质量,针对脑电信号的非平稳、非线性特点, 提出一种基于局部均值分解和迭代随机森林相结合的脑电信号分类方法。首先利用局部均值分解将脑电信号 分解成若干个乘积函数分量和一个残余分量,然后对所有分量进行特征提取,并使用支持向量机、随机森林和 迭代随机森林方法进行分类。实验结果表明,迭代随机森林的分类准确率高于支持向量机和随机森林方法。 此方法为准确识别癫痫脑电信号提供了一个可行有效的途径,具有较好的推广和应用价值。     

基于局部均值分解的高频金融数据波动率估计

为解决高频数据在风险评估中存在的非线性问题,提出了利用局部均值分解方法实现高频数据波动率估计。首先,采用高频模拟数据验证估计方法的可行性; 其次,将沪深300 指数不同频率收盘价作为研究对象,利用局部均值分解方法估计波动率,计算相对误差统计量。实验结果表明,利用局部均值分解方法可以有效实现高频数据波动率估计和解决高频数据中的非线性问题,随着抽样频率的增加,估计精度逐渐提高。该方法为高频数据波动率非参数估计提供了新的研究思路。