环境系统的临界性分析

讨论了环境系统临界性产生的一种可能机制及其临界特征.对湖泊富营养化模型的详细分析表明,其临界性来自于湖泊系统中的"S"形磷再循环过程.基于"S"形过程的普遍性,文章认为这可能是产生环境系统临界性的一种普遍机制,并建立了其动力学模型的一般形式.以此为基础,构造了一个包含"S"形过程的生物自净模型,该模型可以刻画因生物的污染净化能力变化所引起的临界性.对生物自净模型动态演化过程的数值模拟发现,其临界特征在污染治理中有重要意义,如果污染治理时刻晚于某个临界值,环境系统的演化轨迹将突然发生变化.     

环境恶化与经济衰退的动力学模型

建立了环境经济耦合系统的动力学模型,分析了环境污染引发经济衰退的机制.结果表明:环境恶化和相应的经济损失可能导致经济衰退,并且由于环境系统演化的非线性,在某些情况下,经济衰退可能是难以逆转的.如果进行适当的污染治理投资,则可能改善环境状况,从而避免经济衰退.     

中国污染变化的主要因素--分解模型与实证分析

利用分解分析方法将中国工业污染变化分解为规模效应、结构效应、清洁技术效应和污染治理效应,并通过计量回归模型分析收入水平与这些因素之间的关系.分解分析表明:1992-2000年期间,规模效应与结构效应增加工业污染,其中规模效应占主要部分;清洁技术效应与污染治理效应减少工业污染,其中清洁技术效应占主要部分.计量模型的结果是:结构因子与人均GDP之间存在倒"U"形曲线关系,广义技术因子与人均GDP之间存在对数线性关系,人均污染与人均GDP之间不存在倒"U"形曲线关系.     

神经系统识别爆发性锋电位序列的机制讨论

讨论神经系统识别爆发型锋电位序列信息的机制,认为序列的信息存储在爆发锋电位组内间隔和组间间隔2个时间变量中,建立了一个神经回路,通过突触传递过程中的易化、反馈调节机制以及时间依赖的学习机制等突触可塑性机制,给出了神经系统识别爆发性锋电位序列信息的一种可能机制,其中包括分解机制和整合机制两部分.首先通过神经元选择性响应的动力学性质,将锋电位序列的信息分解,并将每组锋电位内部间隔的信息通过不同神经元学习存储.通过突触延迟时间的动力学调整,将2组锋电位之间的时间间隔学习、存储在回路中.经过多次学习训练,神经回路对输入信号形成特定的突触连接结构以及时空响应输出模式,实现对爆发性锋电位序列信息的识别.     

自然资源环境系统的突变机制

从宏观角度出发，建立了自然资源环境系统的动力学模型，并对模型所反映的突变性质及其经济意义进行了分析。通过考察自然资源与环境污染之间的一种特定耦合关系，建立了资源环境二维动力学模型。经过定态分析，结果表明该模型的突变特征可以归为燕尾型突变。并由分叉点集在经济活动参数空间中的投影，分析了经济活动参数变化与动力系统定态跃迁之间的关系。选取特定的经济活动参数进行动态模拟，结果显示，如要避免动力系统的灾变，相关政策调控参数必须满足一定条件，治理时刻必须早于某个临界值。     

视知觉学习的自组织机制研究

在Hebb学习法和侧向相互作用的基础上,建立了具有知觉学习功能的神经网络模型,以汉字学习过程为例,模拟了视知觉模式从整体知觉到局部知觉的转变.知觉模式的转变源于网络权重的结构性变化,即由初始的随机分布变为块状分布,而局部的侧向相互作用是导致宏观有序结构产生的核心机制.     

二进制约束下的NMF方法及其应用

在普通非负矩阵分解(NMF)方法基础上提出了3个二进制约束非负矩阵分解(3bNMF)算法,对分解矩阵和恢复矩阵元素增加了二进制数的约束,从而更适合对二进制数据进行处理.分别给出了3bNMF算法在数字矩阵分解和有噪声情况下汉字偏旁部首提取中的应用实例,并与普通NMF方法所处理的结果进行了比较.     

信息与物质的相互作用

以人类语言与人脑共同进化为例,阐述了信息与物质之间可能存在的一种相互作用．阐述了为人类语言与人脑的共同进化提供证据的已有研究结果,包括人类脑皮层语言区、人类语言和人脑进化过程、人类语言进化的遗传学基础．以此为基础,建立了一个动力学模型,刻画了人类语言发展和人脑发育的相互促进过程:语言发展水平可通过语言相关的基因突变所导致的脑功能进步来提高,而突变基因能否被正向选择取决于语言发展水平,只有满足一定条件的突变基因才能被正向选择．因此,人类语言和人脑经历了一个共同进化过程,该过程为分析信息与物质的相互作用提供了一个途径．