菠菜叶绿素的提取和稳定性研究

从菠菜中提出一种天然植物色素。它色泽鲜艳，稳定性好，是一种很好的食用色素。     

函数与导函数——从一个习题的解答谈起

从对一个习题的解答的分析，阐述了函数以及其导函数在性质上的一些差异     

酪蛋白的提取及检测

在基础生物化学酶学部分的实验中，多以酪蛋白作为酶的反应底物。本实验应用等电沉淀法从牛奶中分离酪蛋白，并对其与标准酪蛋白试剂进行水分、酸度、脂肪、灰分的测定比较，希望用其代替标准酪蛋白试剂，降低实验费用。     

处理因素对龙须菜藻红蛋白抗氧化活性的影响

比较多种细胞破碎方法、不同硫酸铵浓度对龙须菜藻红蛋白的提取、分离效果,探讨不同光照、温度、pH等处理条件对藻红蛋白粗提物抗氧化活性的影响.结果表明,采用组织捣碎破壁细胞,50%饱和度硫酸铵沉淀藻红蛋白提取效果较好;温度、光照和不适宜pH均会导致藻红蛋白粗提物清除.OH自由基能力降低甚至起促氧化作用.因此对龙须菜原料的保存、加工及藻红蛋白的提取分离等必须在低温、避光、中性环境下进行,以保证藻红蛋白的稳定性.     

蚂蚁DNA提取方法的研究

针对不同体型的蚂蚁,提出了一套实用的总DNA提取方法.该方法依照虫体大小,分别采用冰冻固定后捣碎和剪刀剪碎两种方法破碎虫体,使材料利用充分,提高了提取效率.探讨了组织匀浆、DNA沉淀及溶解等实验中常见问题.结果表明,采用盐析法提取DNA,较传统的酚-氯仿抽提法简单、高效.     

基于高阶累积量的线性化子波提取方法研究

在地震子波非因果、混合相位的假设下,分别应用滑动平均(MA)和自回归滑动平均(ARMA)模型对地震记录建模,并采用基于高阶累积量的线性方程法对子波提取和模型适应性进行了研究.数值仿真结果表明,ARMA模型比MA模型在描述地震记录时具有参数节俭、模型更为高效的特点;基于高阶累积量的线性方程法对加性高斯色噪声有较好的压制效果,却强烈依赖于累积量样本估计的准确性.如果累积量样本估计的误差和方差适度,结合AR-MA模型描述的累积量线性方程法适用于非因果、混合相位的子波提取,其有效性通过实际地震数据的处理得到了验证.     

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。     

复杂动态网络模型研究进展

对复杂动态网络模型的研究现状做了综述,总结了复杂网络的演化机制与属性特征,提出了以复杂动态网络为虚拟计算平台和理论基础,开展大型Ad Hoc网络、传感器网络的网络性能、网络规划、信号增强、拓扑优化的一系列研究课题.     

特征筛选对脑-机接口信号单次提取精度的影响

脑-之机接口的核心问题之一是通信载体信号的单次提取．在构建脑控拼写器的过程中，通过“模拟自然阅读”诱发模式产生的视觉诱发电位作为人脑与计算机之间的通信载体，采用支持向量机方法进行特征信号的单次识别．为提高识别精度，详细研究了信号时程、时段的选择对模式识别精度的影响．结果表明，信号时程越长分类精度越高，时程达到300ms时，分类精度就可达到最大值（且趋于饱和）；信号时段的选择对分类精度亦有较大影响，最佳时段在靶刺激出现后约250～350ms作为起始处．这一结果为提高系统的整体速度与精度打下了基础．     

权重信息不完全的区间数多属性决策GRA方法

针对属性权重信息不完全,且属性值以区间数形式给出的多属性决策问题,提出了一种灰色关联分析的决策方法。该方法依据一般的灰色关联分析方法的基本思路,给出了解决属性权重信息不完全的区间数多属性决策问题的计算步骤。其核心是通过构建并求解一个单目标最优化模型,得到每个方案与正、负理想方案的关联度,进而计算出每个方案与正理想方案的相对关联度,即可得到所有方案的排序结果。最后给出一个数值例子,结果表明该方法简单、有效并易于计算。