非紧距离空间上的Lipschitz-α算子

引入大Lipschitz-a^＊数和小Lipschitz—a^＊数以及算子空间L^α＊（X,Y）,Lβ^α＊（X,Y）,l^α＊（X,Y）,lβ^α＊（X,Y）,证明了L^α＊（X,Y）关于范数‖·‖1构成Banach算子空间,L^α＊（X,Y）关于范数‖·‖a＊,‖·‖max构成Banach空间,进一步证明它们各自构成Banach代数并讨论了由有界算子空间构成的Banach代数（L^α＊（X,Y）,‖·‖a＊）与有界算子空间构成的Banach代数（Lβ^α＊（X,Y）,‖·‖a＊）之间的关系．     

基于PCA的RBF神经网络预测方法研究

主成分分析(PCA)法可以提取样本集的主成分,实现样本的最优压缩,从而降低样本的维数。针对用RBF神经网络进行多因素时间序列预测时样本特征指标过多的问题,提出用统计理论的PCA方法对数据进行预处理,再选出几个主成分作为神经网络的输入节点.仿真实验表明,基于PCA的RBF神经网络模型在拟合预测中与一般的RBF神经网络模型相比有较好效果,简化了网络结构,改善了预测精度.     

边缘检测技术在CT图像预处理中的应用

本文在已获取CT原始图像序列的基础上,分析了常用的图像边缘检测技术及其数据矩阵的建立。针对二维CT图像的边缘检测,提出了一种改进的基于Sobel算子的边缘提取算法,解决了影响三维重建准确性的关键性问题。     

金沙江流域月径流时间序列的混沌分析

在介绍重构相空间技术的主要定量指标(关联维数D2和柯尔莫奇诺夫熵)的基础上,以长江上游金沙江流域小黄瓜园站和蔡家村站的月径流时间序列为例详细说明了求取时间序列中的混沌特征数的方法;并且采用主分量分析(PCA分布)方法进一步验证了两个站的径流序列具有混沌特性.得到金沙江流域径流序列的预测年限不应超过7～9个月,为金沙江流域径流预测提供了科学的依据.     

利用复杂网络来研究tRNA序列的进化

根据点突变和互补复制的进化机制构建tRNA序列相似度平行网络和反平行网络并研究了网络的特征．分析发现当相似度很大时，tRNA基因网络出现了无标度（scale—free）的特征．其次，还比较了平行网络和反平行网络的特征，发现在相同的条件下，反平行网络中的tRNA序列间的关系比平行网络中更密切，它们之间的相似程度更高．这同时说明现代tRNA序列由互补复制机制进化的可能性更大．最后根据点突变和互补复制的进化机制建立了一个粗糙的tRNA进化模型．结果发现模型tRNA相似度网络在0．3≤ε≤0．5条件下，不仅和真实tRNA相似度网络有局部的相似行为，而且网络的整体行为也是相似的．因此现代tRNA序列的合理的进化机制应该是上述两种机制的混合．     

关于三个不定方程x^3-Dy^2=1（D=61，73，97）

运用初等方法完全解决了三个不定方程x^3-Dy^2=1(D=61，73，97)，得出当D=61时，方程仅有整数解(x，y)=(13，4)，当D=73，97时，方程仅有整数解(x，y)。(1，0)。     

绵羊角蛋白关联蛋白KAP6-1基因5′端调控区的分子克隆及测序结果比较

根据绵羊毛囊角蛋白关联蛋白(KAP 6-1)基因已知DNA序列设计合成了两个特异性引物,以绵羊基因组DNA为模板,PCR扩增出1 042 bp的特异性片段,连接到pM D 19T载体中获得该片段克隆.经过快速提质粒法筛选、限制性内切酶分析表明该克隆包含所需的目的片段.DNA测序结果也证明该克隆片段与原基因5′端调控区序列相比具有很高的一致性.研究结果为今后制备转基因克隆动物,在毛囊细胞中特异性表达绒毛生长调控基因奠定了基础.     

时间序列分析系统设计

设计了时间序列分析系统,并介绍了该系统的组成模块及其功能,可以广泛用于经济、社会、信息等领域。     

赋范线性空间中一致L-Lipschitz映射的不动点迭代逼近

研究了赋范线性空间中一致L-Lipschitz映射和渐近非扩张映射不动点的迭代逼近问题,并改进和推广了文献[1]中的主要结果。     

Adhoc网络及其路由性能研究

Adhoc是一组无线移动主机组成的一个无需基础设施或集中管理设备的临时网络。网络拓扑易变、带宽、能源有限是其主要特点。主要介绍Adhoc网络及其组网关键技术——路由协议，并对现在的具有代表性的协议性能进行了比较分析，有助于从事Adhoc网络的工作者综合各种路由的优点解决Adhoc网络中存在的问题。