非细胞体系核重建的原子力显微镜观察

非细胞体系是研究有丝分裂中核重建过程的重要方法. 原子力显微镜以其高分辨成像的功能已成为观察生物体系的有力工具, 但目前原子力显微镜在非细胞体系研究中的应用还未见报道. 提出了一种适用于原子力显微镜观察的空气干燥样品制备方法, 利用原子力显微镜观察了非细胞体系核重建过程, 得到了高分辨、高质量的非细胞体系核重建过程的形貌像, 并且清晰地分辨出直径为100 nm的膜泡和它在接近染色质表面的形态变化. 为进一步了解核膜的重建机理提供了方向.     

西藏喜马拉雅冷杉年轮δ13C与气候意义

对采自青藏高原东南部林芝地区的喜马拉雅冷杉进行交叉定年后,分析了喜马拉雅冷杉年轮δ13C序列与气候要素之间的关系.去除大气CO2浓度升高导致大气CO2中δ13C下降和生长趋势的影响后,建立树轮δ13C值的残差序列△13C.利用附近林芝气象站的气象资料,分析了树轮△13C序列对气候要素的响应.结果表明: 冷杉δ13C的高频振荡与该地区前一年的9～11月降水和相对湿度存在较好的相关性,并存在强的滞后效应.通过建立回归方程重建了该区域的秋季(9～11)月相对湿度序列,解释方差达37.9%.重建相对湿度序列表明1800年前相对湿度变化周期较短、变幅较小,1800～2000年则相反.     

电容层析成像系统重建图像质量评价方法探讨

提出了使用多参数即图像形心点空间位置误差和面积误差的方法，在仿真环境下对电容层析成像系统的重建图像质量进行评价，给出了图像形心点空间位置误差的计算模型．仿真结果表明，该法比目前常用的单参数评价重建的图像质量更科学合理．     

基于广义RoI的遥感图像压缩

针对已有的基于RoI的图像压缩方法的不足，提出在初步分割出目标后，进一步在目标的语义方面进行改善，不仅保留对视觉有重要作用的边缘信息，而且基于图像的内容以及目标的语义，保留与目标相关的区域信息．并把这部分区域与已分割出的目标构成广义ROI，最后，对广义的ROI和背景分别用不同的压缩方法进行压缩．对广义ROI采用无损压缩以保留区域信息，对其余部分采用有损压缩以保留边缘信息．实验证明本文方法允许目标近无损分割，并能在不降低压缩比的前提下增强对重建目标的理解．     

腾格里沙漠东北缘末次冰期冰楔的首次发现及其意义

在众多的古冰缘现象研究中,冰楔假形(ice-wedge casts)因具有定量的古环境意义而倍受人们注意.自1957年裴文中在哈尔滨首次发现晚更新世古冰缘现象以来,在我国中纬度地带的华北地区、鄂尔多斯高原,以及西北地区发现了许多寒冷气候作用的冰楔假形证据.但是,迄今为止尚未见有在地处我国东西部过渡地区的腾格里沙漠发育冰楔假形的报道.近两年,我们在贺兰山地区考察时,发现了末次冰期发育的冰楔假形(图1),现报道于后.     

数字信号二进小波变换的滤波器与边界失真

讨论了由小波变换精确重建原信号的充要条件以及滤波器系数的不精确对重建信号的影响。采用Ｄａｕｂｅｃｈｉｅｓ紧支集规范正交小波基，推导了二进小波变换滤波器不满足边界对称条件时能精确重建原信号的范围，也讨论了边界误差及其消除的方法，实验结果证实了所得的结论。     

家园重建与乡土纽带

结合自己从事人类学研究的经历和研究案例,讨论了人类学在中国研究方面的范式和使命,并就新农村建设提出了一些设想。     

电容层析成像算法

电容层析成像技术具有非侵入,响应快,低成本,测量范围宽及易于安装等特点,在多相流在线检测中具有良好的发展前景.电容成像中图像的重建算法与技术,是其在工业实际中得以应用的关键.近年来在图像重建方面的研究取得了较大的进展,Tikhonov正则法,Landweber迭代法、同步跌代法、神经网络法、共轭梯度法及通用迭代法的图像重建质量较LBP法有了明显提高.     

"脑指纹"让罪犯现身

因为用手枪抢劫一家商店，你被警察逮捕。被带到警察局后，一名警察把一个附带电极的头盔戴到你的头上。此时，在你面前的电脑屏幕上闪现出犯罪现场的画面：店主的头像、站在店中的一个打劫者和作案用的手枪等。你在保持沉默，但显然毫无意义，因为你的大脑已经泄漏了你的秘密。     

电容成像图像重建算法原理及评价

对现有的电容成像图像重建算法进行了综述并介绍了其原理,其中包括线性反投影法(LBP)、基于奇异值分解(SVD)的直接算法、Tikhonov正则化方法、Newton-Raphson算法、最速下降法、Landweber迭代算法、代数重建技术(ART)、同步迭代重建技术(SIRT)和基于模型的重建算法。在此基础上使用仿真和实验数据对目前主要使用的线性反投影法、基于奇异值分解的直接方法、Tikhonov正则化方法、Tikhonov迭代、投影Landweber迭代等进行了评价。对它们从电容值误差、图像误差、相关系数和耗用时间几个角度进行了比较,并对今后电容成像图像重建算法的发展方向提出了一些看法。