地转变慢与地磁倒向

地球自转变慢的事实，使刚性内核和地幔处于不同频幅的扭摆振荡状态。由地球温度分布和汤姆逊效应，知道地核带正电，地幔带负电。所以外棱正电荷的振荡是形成基本炀的原因。由此对地磁倒向规律作出物理说明。     

构型熵与弛豫函数相关性的研究

运用Adam-Gibbs的构型熵理论探讨了玻璃化液体的输运性质和热力学性质之间的相互关系，提出在非指数型弛豫函数中展宽因子等于构型重排区域的相对构型熵；与构型重排区域内的临界分子数成反比。由此赋予了展宽因子在玻璃构型方面新的物理意义，建立了结构弛豫与构型熵之间的联系，从而为探讨粘滞性、非理想弛豫、构型熵和液体分子的结构之间的关联性扩展了新的研究空间。     

过饱和胆汁结晶过程的物理化学

描绘了胆固醇型结石形成过程中胆固醇结晶的生化图景。着重从相变动力学的角度对过饱和胆汁结晶过程进行了分析，提出了可能的结晶机制。通过简化的模型．，给出了结晶推动力，并绘制了可能的C-X图。△Gs，△Gn，△Gnuc的提出可能促进促、抗成核因子的相关研究。     

鲎血淋巴系统的特点及其功能

鲎的血淋巴系统由心脏、血管和血淋巴液组成．心脏和血管系统非常发达，而且血液量巨大．血淋巴液由血浆和血细胞组成．血浆主要含有血蓝蛋白、02—巨球蛋白、C—反应蛋白等．对鲎血细胞的种类，看法不一，其主要的血细胞类型为颗粒性血细胞，其胞质中含有特征性的大小颗粒．鲎的血淋巴中含有50种以上的免疫因子，大都位于大小颗粒中，它们在鲎的天然免疫中起重要的作用．     

80位并行3D-DCT硬件核解决方案

提出一种使用三维离散余弦变换 ( 3D DCT)对运动图像进行压缩解压的新算法 .在此算法的基础上构造了一个 80位 3D DCT硬件核 ,通过并行连乘连加运算加快计算速度、三维转置存储体消除矩阵转置耗时、中间寄存器消除中间计算结果的存取时间等综合手段 ,达到高速处理目的 .FPGA实现的时序模拟表明 ,采用这种算法可以对现有制式的电视图像进行实时压解处理 .     

有限群的某些数量关系

在有限单群分类过程中，其阶恰包含3个素因子的群，即所谓K3-群构成了一类需要单独进行处理的单群类．利用Sylow定理和G1auberman正规p-补定理分别对两类阶具有3个素因子的群：p^2qr和p^3qr阶群进行了讨论，在一定条件下证明了它们都是非可换单群，即K3-群，并且分别同构于A5和L(2，7)．     

一种新的支撑矢量机快速训练算法

用支撑矢量机（SVM）分类时，针对大规模数据集，SVM的训练成为一个难题，提出了一种采用样本至某一类的马氏距离来提取可能为支撑矢量的数据的方法，同时阐明了如何解决在输入空间和特征空间中求马氏距离所遇到的问题，利用特征值，特征矢量及伪逆运算的并行计算方法，建立了一种提取支撑矢量的快速算法，用该方法对训练数据进行预处理后，可以加快SVM的训练速度，实验结果也表明了该方法的有效性。     

一个光温敏雄性核不育小麦及其杂种的研究

92 40 3 0 - 1是一个光温敏雄性核不育小麦 ,92 40 3 0- 1×父本 3号是它的一个杂交种 .本文报道了 92 40 3 0 - 1的育性转换特性、主要农艺性状、异交生物学特性 ,以及 92 40 3 0- 1×父本 3号的杂种优势表现和主要制种技术 .92 40 3 0 - 1表现出短日低温不育、长日高温可育的育性转换特性 ;为半冬性品系 ,株高适中 ,株叶型理想 ,综合抗性较好 ;不育播种期下开花期较长 ,内外颖张角高达 3 0 0 ,柱头生活力达 10天以上 ,具有理想的异交生物学特性 ,制种产量达 0 .2 43 7kg/m2 ;杂种 92 40 3 0 - 1×父本 3号产量达 0 .3 881kg/m2 ,比湘麦13号增产 14.0 5 % ,达 1%的极显著水平 ,杂种综合抗性好     

核衣壳蛋白VP39结构分析与杆状病毒的进化研究

在测定了BmNPV—Ch(中国株)和HaMNPV vp39基因序列的基础上，推导出相应的氨基酸顺序，并与AcMNPV、OpMNPV、LdMNPV、BmNPV—Ja(日本株)的VP39蛋白的氨基酸顺序进行了比较。分析结果表明：在已知的各种杆状病毒中，VP39蛋白是一个保守性较强的蛋白质，Bm—NPV—Ch VP39蛋白与AcMNPV、OpMNPV、LdMNPV、BmNPV—Ja和HaMNPV VP39蛋白的氨基酸同源性分别是93．7％、58．2％、39．9％、97．1％、92．8％。HaMNPVVP39蛋白与AcMNPV、OpMNPV、LdMNPV、BmNPV—Ja和BmNPV—Ch VP39蛋白的氨基酸同源性分别为97．3％、59．0%、40．2%、93．1％、92．8％。通过氨基酸亲水性分析比较，探讨了VP39蛋白结构与杆状病毒进化间的关系。     

一类半参数回归模型讨厌参数的相合估计

讨论一类半参数回归模型y=xβ+g(t(1)+t(2)α)+e,其中g(·)未知,α、β为实参数,e为随机误差 设有样本{(ti,xi,yi)}ni)′,构造了g(·)、β和讨厌参数α的估计,并证明了其相合性 i,t(2)i=1,ti=(t(1)