广东蕨类植物区系研究（I）

报道蕨类植物１新种，南岭凤尾蕨，１新变型，齿翅井栏边草；３个广东新记录属；过山蕨属、安蕨属、黔蕨属；８个广东新记录种；过山蕨、华东安蕨、长尾复叶耳蕨、鞭叶蕨、假暗鳞鳞毛蕨、武夷山鳞毛蕨、黔鳞毛蕨、黑鳞耳蕨、粗齿黔蕨等，全烊在于中山大学植物标本室。     

新疆帕米尔高原菊科紫菀族(Astereae)植物分类学研究

本文结舍标本和实地考察，对新疆帕米尔高原菊科紫菀族植物进行了形态分类学研究，结果表明：新疆帕米尔高原菊科紫苑族植物计有8属、19种1亚种2变种，分别占新疆紫菀族属、种总数的61．5％N36．5％。其中发现新疆帕米尔新记录属2属，新疆帕米尔新纪录种10种1、亚种2变种。该地区19种植物中有新檀帕米尔特有种1种，新疆特有种3种，中国新疆特有分布种11种，特有种与特有分布种共占78．9％，比例较高。     

基于贝叶斯推理的决策树模型

针对决策树（DT）模型缺乏概率背景这一问题，将贝叶斯推理引入DT模型，提出了一种基于贝叶斯推理的决策树（BDT）模型．在假定所含待定参量的先验与似然的前提下，借助贝叶斯推理获得参量的后验，然后运用逆跳马尔科夫链蒙特卡洛算法对后验抽样，最终求出样本属于某一类别的置信度，从而避免了武断判决．BDT模型以抽样代替拆分与剪枝操作，既直观又灵活，同时在抽样时考虑了不同的树结构与递归分割方案，使得分类准确率得以提高．仿真实验结果表明，BDT模型的平均分类准确率与DT模型相比提高了1．7％～3．5％．     

离子液体及其在偶联反应中的应用

离子液体易于循环利用从而减少对环境的污染，已从许多实验得到证实。而离子液体中的偶联反应是合成C-C键最有效方法之一，近几年来一直是催化化学和有机合成的研究热点。本文简要介绍离子液体的分类、物理化学特性、合成，及离子液体在偶联反应中的应用。     

一种基于粗糙集的朴素贝叶斯分类算法

朴素贝叶斯分类器的计算过程只有在完全数据库中才成立,而基于相似关系的粗糙集模型具有处理空值的功能,并且提供了属性离散化和约简技术,可以改善属性间的依赖关系。因此,将两种不同的软计算方法相结合,利用粗糙集合理论先把决策表补齐,再对数据进行约简,然后结合朴素贝叶斯分类器,得出分类结果。实验证明这种方法不仅简化了数据和模型的规模,也具有对不完全数据的分类能力。     

王蒙小说《杂色》的叙事意象

现代小说意象的研究是小说文本叙事分析的重要途径。意象处在点染人物、贯通情节以及蕴含世俗哲学的功能层面。意象经过作者的选择和组合,达到象与意互相蕴涵和融合的状态,然而由于组成意象的物象来源不同,它们所包含的意蕴、味道和幻想形式也千差万别。《杂色》的叙事意象是值得研究的。借助于比较、联想的主动参预,会体悟到小说文本许多未被阐释的内容。     

基于人工神经网络的遥感图像分类研究

随着人工神经网络系统理论的发展,神经网络技术日益成为遥感图像分类处理的有效手段,并有逐步取代最大似然法的趋势。本文重点讨论了遥感图像分类处理研究中应用效果显著的BP神经网络方法,并在MATLAB平台下对基于BP神经网络的分类算法进行了研究,最后将它的分类结果与最大似然法的分类结果进行了精度比较分析。结果表明基于BP神经网络的遥感图像分类效果是较好的,是一种有效的图像分类方法。     

基于不对称边界的变精度粗糙集的参数选择

不对称边界的变精度粗糙集是Pawlak粗糙集、变精度粗糙集的推广,在l和u参数作用下,使粗糙集模型更加一般化,完善了近似空间的概念。基于不对称变精度粗糙集模型研究的基础上,提出了分类质量和依赖度的方法对不精确信息进行度量,对决策表进行约简。在l,u值的选取,提出了单参数控制的方法,通过l,u-质量图分析和计算验证了方法的有效性。     

一株高产抗菌活性物质链霉菌的初步分类鉴定

对一株土壤中筛选出的可以产抗菌活性物质的链霉菌进行了研究，测定了该菌的抗菌谱，发现该菌株对多种植物病原性真菌及细菌有拮抗作用，但对植物病原性真菌的抑制效果低于植物病原性细菌.通过形态特征、培养特征、生理生化特性及抑菌谱等系列比较，发现该链霉菌菌株与链霉菌属的黑胡桃链霉菌(Streptomyces nogalater)的特征基本相符；通过16S?rDNA序列比对，发现该菌株16S?rDNA与黑胡桃链霉菌的16S?rDNA同源性达99％.根据多项分类原则和系统进化树的构建分析，将该菌株暂归入黑胡桃链霉菌类.     

基于随机森林的文本分类模型研究

随着WWW的迅猛发展，文本分类成为处理和组织大量文档数据的关键技术.随机森林模型是决策树的集成，并且由一随机向量决定决策树的构造. 当森林中决策树的数目增大，随机森林的泛化误差将趋向一个上界.将随机森林模型应用于文本分类,在Reuter21578数据集上的实验表明，分类效果比较好，性能比较稳定，将其同C4.5, KNN, SM0, SVM 4种典型的文本分类器进行了比较，结果显示它的分类性能胜于C4.5，同KNN, SMO和SVM方法相当.