气相色谱原理与色谱理论

气相色谱法是近年来发展起来的新型、高效、选择性好、灵敏度高、操作简单的分离分析技术。本从线性色谱理论讨论了气相分析原理。     

面向社团结构划分的最短路径相异性指数算法

用最短路径距离取代网络中用布朗微粒衡量的两节点之间的距离,在此基础上提出了基于最短路径的相异性指数算法.对算法实现过程进行描述,并将算法应用于存在的研究算法分析实例上,说明该算法可行性.把该算法应用于本文构造的虚拟企业网络的社团划分上,划分结果与预期相符.     

具有高簇系数的权重演化无标度网络模型

提出了一个演化的权重无标度网络模型.在传统的加权网络模型的强度优先连接机制基础上,考虑了网络按照模块结构和三角结构进行演化的特性.研究了模块结构和三角结构的演化机制对无标度模型结构特性的影响.仿真结果表明该权重网络的度、强度和权值都服从幂率分布,网络的平均强度与度之间具有高相关特性,网络的平均簇系数与度的函数关系服从幂率分布,模块结构和三角结构的演化机制能够显著提高网络的簇系数.     

基于团渗透和距离限制的蛋白质复合物识别算法

算法CPM (clique percolation method)作为一种有效的识别复杂网络中交叠模块结构的算法在社会网络和生物网络中得到了广泛应用. 但, CPM算法应用于蛋白质相互作用网络时蛋白质复合物识别准确率不高, 且不利于识别规模适中的蛋白质复合物. 为克服CPM算法的不足, 本文通过引入距离限制约束识别的蛋白质复合物的规模, 进而提出了一种基于团 渗透和距离限制的蛋白质复合物识别算法CPM-DR. 基于酵母蛋白质相互作用网络平台的实验结果表明, 算法CPM-DR比CPM能够更准确、更有效、更全面的识别出具有特定生物意义的蛋白质复合物.     

非均匀类簇密度聚类的多粒度自学习算法

针对非均匀类簇密度聚类问题,从商空间粒度理论出发,提出一种多粒度自学习聚类算法 (multi-granularity self learning clustering algorithm, MSCA)。算法通过构造聚合树结构和定义粒度函数对问题逐层求解,并在每层聚合过程中根据聚合区间以自学习的方式动态确定聚合粒度,解决了传统聚类算法从非均匀类簇密度数据中无法得到不同层次的聚合特征且参数对经验依赖性过高的问题。理论和实验表明,MSCA算法可以发现任意形状类簇,有效处理噪声,并能发现关键聚合层,具有较好的计算复杂性。     

点簇聚合的目标顶点的优化

研究了点簇聚合的目标顶点位置的计算问题。当计算过程中得到的目标顶点不在小单元之内,或者虽然在小单元之内,但目标顶点的位置不能唯一确定时,则将求解目标顶点的问题转化为求解带约束的二次优化问题。此二次优化问题的解既能保证目标顶点位于小单元之内,在位置上又最接近该点簇的重心。实验结果表明,该算法的时间效率类似于Lindstrom的算法,但在简化质量上要优于后者。     

陕西省农用地分等及成果应用研究

本文在剖析农用地分等研究进展的基础上,结合陕西省实际,制定出适合陕西省省情的农用地分等研究方法和技术路线,农用地分等方法为“因素法”。采用等间距法,结合等指数计算结果对陕西省农用地进行了等别划分,全省农用地共划分为14个自然质量等、22个利用等和16个经济等。在分等过程中提出多属性集族农用地省级汇总方法、专家系统的应用等一系列创新成果,在此基础上,提出了衣用地分等成果在陕西省的应用方向及思路。     

毛细管气相色谱法测定无公害柿子中菊酯类农药的残留量

建立的一种测定无公害水果柿子中2种拟除虫菊酯农药残留量的毛细管气相色谱法,是样品经丙酮提取、石油醚萃取、柱色谱净化,采用短毛细管柱(OV-101,15 m)进行分析和电子捕获检测器(ECD)检测及外标法定量,结果缩短了色谱分析时间,加标回收率w(氰戊菊酯)为96.81%,w(溴氰菊酯)为81.23%。     

外磁场作用下乙醇团簇的分子动力学模拟

采用NVT正则系综对乙醇分子团簇进行了分子动力学模拟．模拟结果表明,外加磁场和温度对乙醇分子簇的影响比较大．同一磁场下,乙醇分子簇的自扩散系数随温度的升高而逐渐增大;同一温度下,随着外加磁场的不断增强体系的自扩散系数逐渐减小．值得注意的是：当磁场增加到0．5T时,298K温度下的自扩散系数变化最为明显．同时,在273K和298K时随着外加磁场的增大乙醇分子簇的径向分布函数的峰值逐渐增大;而在323K时径向分布函数基本重合．