酶性DNA（Ⅲ）：鱼精DNA酯酶活性的初步研究

从鱼精提取的ＤＮＡ表现酯酶活性。用α或β萘酯作底物，坚牢蓝作显色偶合剂，发现萘酯能被此ＤＮＡ水解从而导致坚牢蓝出现特征性的紫红色。ＤＮＡ溶液中的Ｈ＾＋或ＯＨ＾－并不能使坚牢蓝显色。     

鲤鱼精液超低温冷冻保存及冻精的杂交授精试验研究

本文以鲤鱼(Cyprinus carpio)为材料,进行了鱼类精液冷冻保存的研究,以及冻精与红鲫(Carassius auratus,red variety)卵子的杂交授精试验。冷冻精液解冻活力为0.3—0.35。在液氮(-196℃)中保存1—2周后,杂交受精率为60.1～66.5%,最高受精率达73%。保存一年后的冻精率为31%。将鱼类精液冷冻保存技术的研究成果应用到杂交育种上,这在国内尚属首次。     

假设检验的一个应用

用统计学的假设检验等方法对文学著作的断句风格进行比较研究,以《红楼梦》为例,结合统计软件spss计算结果的统计推断表明:前80回与后40回在断句方面存在着极为显著的差异。     

零模型及其在复杂网络研究中的应用

从假设检验这一源头出发,描述零模型方法产生的理论和实践背景,在生态学零模型启发中总结零模型的本质作用,并重点叙述在复杂网络拓扑结构研究中零模型的构建及其应用研究所取得的成果,讨论了复杂网络零模型研究的发展方向。     

公理与假说异同论——兼论数学科学与教育的特殊性

以历史上经典案例为证,阐述公理与假说在定义与应用中的异同,指出它们虽然都是科学发展的理论基础,起着对不同学科理论创建的奠基作用,但在初期二者命题设立的基础、内容接受的对象和理论发展的方式上有本质差异,并由此导致数学科学与数学教育有别于其他学科分支特殊性的表现,以及公理作为科学数学化趋势标志的原因．     

概率假设密度滤波的谱聚类目标状态提取方法

提出了一种谱聚类目标状态提取方法来实现概率假设密度(PHD)滤波中序贯蒙特卡罗(SMC)实现方式的多目标状态估计.该方法利用PHD滤波SMC实现方式输出的大量的加权粒子点间的相似度关系建立相似矩阵,通过变换得到拉普拉斯矩阵,进而对拉普拉斯矩阵进行特征分解,以实现粒子点的聚类,再在每类中寻找粒子的聚类点作为多目标状态的估计值,同时为了减小计算量,利用Nystrm逼近方法求解特征向量.仿真实验表明,PHD滤波的谱聚类目标状态提取方法的估计精度比k均值目标状态提取方法提高了60%以上.     

在单细胞水平建立原位PCR基因鉴别技术平台——以精子基因型鉴别为例

目的精子发生是一个包括有丝分裂和减数分裂的精细调控过程,这一过程是从精原干细胞开始在雄性睾丸的曲细精管中完成的,由哺乳动物雌雄性比例接近1∶1这一现象可以推知:受精时带X基因的精子和带Y基因的精子比率应该是1∶1,但事实上精子发生的过程中,分化出来的X、Y精子的比例是否也为1∶1并不清楚,因为精子发生过程中并不是所有细胞都能最终形成精子,然而要研究雌雄出生比率就需要先研究精子本身是否严格地按照1∶1形成,因此本实验通过建立快速可靠原位PCR技术平台为进一步研究精子发生的调控过程提供支持。步骤用HSL基因优化荧光原位PCR实验方案,包括蛋白酶K作用时间和浓度,原位PCR前先对精子进行解聚,再用SRY基因对精子进行原位PCR鉴定。结果在荧光显微镜下可清楚地看到精子头部的荧光信号,头部有绿色荧光信号的精子为带有SRY基因的Y染色体精子(Y精子),实验检测到昆明小鼠精子共493个,有信号的共273个,X∶Y=55.37%,经卡方检验,X精子与Y精子的实验结果趋近于1∶1。结论可利用荧光原位PCR技术在单细胞水平快速鉴定精子"性别",理论上可用于任何细胞的任何基因的鉴定。     

板块运动的纬向重力模式

按照“纬向正常密度假说”的观点提出了“纬向密度异常”和“纬向重力”的概念,进而提出了板块运动的“纬向重力模式”,按照这一模式,纬向重力总是把地球物质从“纬向密度异常高”的地区推向、纬向密度异常低！”的地区,一方面,,纬向重力驱动岩石圈沿水平方向运动,另一方面,因纬向重力驱动软流圈物质沿水平方向运动而使得岩石圈沿垂直方向发生,同密度异常高地区的岩石圈会因软流圈物质的流失而下沉,纬向密度异常低地区的岩石圈会因为软流圈物质的补充而上升。     

静定化假设对结构优化设计解的影响

研究了结构优化设计通常采用的静定化假设对最优解的影响．建立了桁架结构优化的数学模型,分别得到了解析的约束条件和基于静定化假设的约束条件的近似显式表达．以两个超静定桁架为例,分别用相对微分法求解析最优解和近似最优解,比较两者后得到结论：除了仅有应力强度约束的问题,静定化假设对最优解没有影响;在仅有应力强度约束的情况下,静定化假设导致满应力准则设计,从而影响最优解;凡存在全局约束、其他局部约束或稳定约束为最严约束,则静定化假设不影响最优解．     

基于ET-GMPHD算法的编队目标跟踪方法

针对低检测环境下编队目标的跟踪问题,提出了一种基于扩展目标高斯混合概率假设密度(extended target Gaussian mix probability hypothesis density, ET-GMPHD)算法的编队目标跟踪方法。首先,保留修剪掉高斯项的同时将其外推,用Jensen-Shannon(JS)散度衡量下一时刻状态估计值与外推值间的相似程度,并以此反映是否有目标丢失,保证真实目标不被修剪,解决了因目标漏检导致跟踪结果不准确的问题。其次,结合循环阈值聚合法得到编队整体的状态估计,消除了估计状态集合中状态值过多造成的影响。最后,仿真实验表明,该方法能够在检测概率极低的情况下进行有效跟踪,并具有良好的跟踪性能。