黄遵宪诗歌新论

黄遵宪的诗歌在很多情况下还被一些成见蒙蔽着。在旧诗和新诗存在着很大的不可通约的前提下,黄遵宪不可能在旧诗的范围内为新诗的转化作出重要的贡献,因为没有出现一个“直接过渡”的问题。进化的意识代替了诗思,黄遵宪的声誉很大程度上来自于他是一个处于文化破碎情形之下的少见的表达者。     

蝗虫cyt b基因部分序列的多样性和分子系统学研究

利用蝗虫线粒体DNA(mtDNA)基因组中细胞色素b(cyt b)基因部分序列,研究其系统进化关系,所测序列与黑尾果蝇的同源序列一起经Clustal X1．8软件比对,选定46条片段均为432 位点的cyt b基因序列,其中变异位点共有137个;选定13条片段均为258个位点的cyt b基因序列,其中变异位点共有72个;选定27条片段均为640位点的cyt b基因序列,其中变异位点有235 个．利用MEGA 2．1软件,以黑尾果蝇为外群,用p-distance及k-2参数模型、N-J法和ME法构建系统进化树．对蝗虫的系统进化关系进行了研究,确定其分类地位,并对蝗虫进化关系进行初步探讨．     

云南松的种群遗传与进化

本文从种群遗传学的角度研究了云南松（pinus yunnanensis)的遗传体制，种群内的多态现象，种群的遗传结构，演化潜力，生态小种和地理小种以及共交种等问题，得出的若干结论如下：（1）种内存在巨大的遗传变异，如在自然 群中表明的，几乎所有可见的形态性状都具有多态现象，这种巨大的遗传变异是自然选择进化的一个必要条件。（2）自然种群中，大多数个体的基因型很多座位都是杂合的，它们常表现出杂种优势，并且也可能表明增强了生理上发育上的体内平衡。（3）由于种群大，而且又分割成许多相对独立的亚群，各种进化要素都有能同时起作用，并已分化出生态种和地理小种，（4）云南松具有拟态种子，其起源和适应意义作了初步讨论。     

航空技术协同创新水平测度的实证研究①

针对目前航空技术中协同创新网络缺乏实证测度的问题,应用复杂网络相关原理和方法,基于航空产业园协同创新关系数据,通过UCINET软件构建了创新网络模型,从整体网密度、可达性、小世界特性等方面对网络的协同创新水平进行测度。研究结果表明,航空技术网络协同创新能力较强,同时,具有小世界的特性,具有较大的聚类系数。研究发现,创新网络的形成及成功的关键是培育更多的关键节点,即创新能力强的科技企业。最后提出一系列促进交流合作的政策建议,以实现协同创新功能最大化,促进科技资源集聚与扩散,推动航空装备业发展。     

运用改进差分进化算法辨识Hammerstein模型

针对非线性系统Hammerstein模型,利用差分进化算法对非线性模型进行参数辨识,将非线性系统的辨识问题转化为参数空间上的函数优化问题。为了增强差分进化算法的辨识性能,采用一种自适应变异差分进化算法,即引入一个自适应变异率,随着迭代的进行自适应调整缩放因子,从而在初期保持种群多样性避免早熟;在后期逐步降低变异率,保留优良信息,避免最优解遭到破坏。最后通过仿真对比实验表明,改进的差分进化算法比基本差分进化算法精度更高、非线性辨识能力更强。     

土地利用弹性规划的内涵及特征研究

长期以来,土地利用规划基本上属于静态规划的范畴。在市场经济条件下,土地利用规划具有两个明显的特征：一是规划是多阶段的动态决策问题,所包含的量总是随着时间和空间的变化而变化;二是规划是带有反馈性质的决策行为,都含有一种从目标体系-界定问题-方案选择-实施反馈的决策秩序。     

绿色调制协同法制备复合结构的Eu-MOF材料

开发了一种绿色调制协同法合成分层结构的稀土金属有机骨架材料Eu(BTC)(H2O)6,解决了传统合成方法中使用大量的、有毒有机溶剂的难题,用乙醇和碱性添加剂代替传统的有毒溶剂DMF。首先用乙醇将有机配体溶解,然后加入碱性添加剂使有机配体去质子化,从而使其与金属中心Eu3+成功配位,通过添加剂的-COO-与BTC配体的-COO-竞争与Eu3+的配位合成形貌各异的Eu(BTC)(H2O)6晶体。绿色调制协同法,利用碱性物质乙酸钠和甲酸钠作为调制剂成功制备了多种形貌的Eu(BTC)(H2O)6,包括十字花状晶体、小麦状晶体、麻花状晶体、花状晶体、稻草捆状晶体和杂乱的稻草捆状晶体。这些多形貌的晶体利用粉末X射线衍射、扫描电子显微镜、红外光谱和热重等表征确定了晶体的结构、形貌及化学组成。     

基于免疫神经网络的雷达天线扫描方式的识别

采用了免疫RBF网络进行雷达天线扫描方式的识别.计算机仿真结果表明,对目前常见的几种简单的雷达天线扫描方式,免疫RBF网络系统在输入信噪比为4dB时的识别率已经达到99.13%,而它的网络训练步数仅需99步,具有非常优越的性能.     

基于混合交叉算子的进化策略算法研究

提出一种基于混合交叉算子进化策略,它混合了三种不同的交叉算子（二点交叉,一致交叉,算术交叉）,仿真的结果表明了基于混合交叉算子的进化策略优于任何一种纯交叉策略的进化策略.     

基于差分最小二乘支持向量机的目标识别研究

目标识别是目前机器视觉、图像处理和模式识别领域的研究热点之一,广泛应用于各行各业。最小二乘支持向量机算法简便、速度快、精度高,是当前目标识别的主流算法之一。针对最小二乘支持向量机的参数难以确定,仅靠传统经验试凑的方法不易实现,且结果不理想;提出一种改进的差分进化算法实现最小二乘支持向量机的参数整定。通过改进变异策略,引入早熟判断机制,遏制了传统算法早熟收敛的问题。通过实验仿真,验证了改进算法可跳出局部最优点,结果比传统算法更优。以SM-TMSSY光电伺服跟踪转台为实验平台进行实例验证,证明了改进算法收敛速度快、精度高,正确识别率可从85%提高到92.5%,验证了算法的优越性。