小波分析在水文序列趋势分析中的应用

根据水文时间序列的频率分布特性 ,运用小波分析将不同频率成分组成时间序列按尺度分解成低频和高频成分 ,然后依据小波系数的重构原理还原时间序列的趋势成分 ,从而可以判断水文时间序列的趋势变化 .以黄河上中下游四个水文站的实测年径流序列为例进行了研究 ,研究结果表明多分辨分析用于水文时间序列趋势分析是合理可行的     

无线扩频调制调器的应用研究

介绍一种采用可编程数字扩频处理模块设计的无线扩频Modem,论文首先概述了该无线扩频Modem的硬件系统构成,然后详细讨论了实现该无线扩频Modem的关键技术－－扩频处理模块内部参数寄存器的设置方法,最后给出了系统测试结果。     

牦牛GSTK1基因序列特征分析及其组织表达谱构建

旨在探讨谷胱甘肽硫转移酶K1(Glutathione S-Transferase Kappa1,GSTK1)基因序列特征.以牦牛为试验对象,通过RT-PCR技术扩增GSTK1基因序列并分析生物信息学,采用RT-qPCR技术构建其在牦牛不同组织中的表达谱.ORF分析显示,牦牛GSTK1基因编码区为618 bp,编码氨基酸为205个.系统发育树分析显示,牦牛与野牦牛(99.68%)、黄牛(99.68%)和野牛(99.40%)之间的同源性最高,与北极熊(87.63%)、野猪(87.25%)和马(87.01%)之间的同源性最低.蛋白预测分析显示,GSTK1蛋白为不稳定的亲水蛋白,存在12个磷酸化位点.高级结构预测分析显示,GSTK1蛋白的主要成分为α-螺旋(50.73%)、无规卷曲(40.00%)和延伸链(9.27%).组织表达分析发现GSTK1在所检测牦牛卵巢、小肠、脾、肝、肾、肌肉、肺和心组织中均有表达,其中表达量最高的组织是肝,表达量最低的组织是脾和心,且与其他组织差异显著(P<0.05).本研究获得了牦牛GSTK1基因的序列特征及组织表达谱,为进一步挖掘牦牛GSTK1基因的功能提...     

灰色模型的病态问题研究

针对灰色模型在参数辨识过程是否出现病态问题利用矩阵条件数进行了研究,研究结果表明:只有在原始序列首项不为零其它各项近似为零的常数序列的情况下灰色模型才会发生病态性问题,对于这类序列在进行预测时是没有实际意义的.因此在灰色预测所建立的灰色GM(1,1)模型是不会存在病态问题.     

基于分子系统发育分析的京冀太行山区丝膜菌属分类研究

基于ITS序列,运用最大似然法构建系统发育树,结合形态特征,对采集自北京市和河北省境内太行山区的丝膜菌属(Cortinarius)真菌标本进行分类鉴定.本文报道了这一研究发现的29个物种,其中18个种为中国新记录种.此外,基于模式标本序列分析的结果,证实田园丝膜菌应为黄褐丝膜菌的异名.本文提供了每个物种分子鉴定的参考序...     

四川黑熊ND3、ND4L和tRNA-Arg基因的克隆和序列分析

克隆并测定了四川黑熊（Ursus thibetanus mupinensis）线粒体基因组764 bp的片段,根据序列同源性比较,该DNA片段包括2个蛋白质编码基因：ND3和ND4L基因,以及1个tRNA-Arg基因.四川黑熊的ND3基因和ND4L基因的DNA序列和所编码的氨基酸序列与马来熊、棕熊、美洲黑熊和北极熊的同源性分别为：90%和95%、93%和97%、91%和96%、93%和97%;89%和98.98%、88%和98.98%、89%和100%、89%和98.98%.与棕熊、美洲黑熊和北极熊tRNA-Arg（CGA）的同源性分别为95.65%、94.20%和94.20%.拓扑结构比较显示,四川黑熊的ND3基因所编码的氨基酸序列比美洲黑熊的少了1个蛋白激酶C磷酸化位点.     

3-李代数Aδω的模与诱导模

对特征零域F上无限维单3-李代数Aδω,构造了两类Aδω的无限维中间序列模(V,ρλ,0)=Tλ,0与(V,ρλ,1)=Tλ,1和一类无限维ad(Aδω)-模(V,ψλ,μ),其中λ,μ∈F,并对3-李代数Aδω-模与诱导模之间的关系进行了研究.证明了只有两类无限维模(V,ψλ,1)和(V,ψλ,0)是诱导模.     

基于零相关区的最佳重组杂交桥函数序列族设计

基于序列码研究对重组杂交桥函数序列进行了最佳搜索设计,介绍了最佳重组杂交桥函数序列族设计的一般思想,提出了以零自相关区为搜索标准的最佳序列族设计方法,通过Matlab编程和仿真实现,分别给出了16长和32长重组杂交桥函数在不同零元素个数情况下的序列族设计结果;进一步完善了杂交桥函数序列的应用设计研究。     

基于支持向量机预测的时序多属性决策法

针对时序多属性决策问题中的预测量大且时间样本有限的特点,以各决策单元的属性时间序列为样本数据,进行多变量时间序列相空间重构,建立用支持向量机预测未来属性值方法,进而提出综合考察决策单元的过去、现在与未来的情况下进行更科学、合理的时序多属性决策方法.