AFLP 指纹图谱技术在动物物种鉴定中的应用

用A FLP (扩增片段长度多态性)方法来构建类牛、家牛和黑熊的D NA指纹图谱，并结合国内实验室的具体情况，避免使用同位素;采用3条技术路线，并灵活应用了两种酶，同时切割和分别在连接寡聚核苦酸接头前后进行切割;在引物设计时应用3 ’端有差异的选择性引物进行P CR扩增，同时对实验结果进行比较。结果表明: 两种酶分别在连接寡聚核苦酸接头前后进行切割，然后用单种引物扩增前一种酶切割的片断能获得比较好的结果。因此，A FLP可用于野生动物D NA分子水平上的鉴定。     

类锂离子SⅩⅣ-Ga ⅩⅢD态精细结构的计算

根据三电子原子非相对论的能级公式导出了类锂离子体系ls^23d^2D态的非相对论能量的表达式，利用变分方法计算了高离化类锂离子SXⅣ -GaⅩⅧD的非相对论能量；在此基础上，进一步利用微扰论来计算了类锂离子ls^23d^2D态的精细结构哈密顿在{LSJMJ〉表象中的矩阵元，由此得到的S XⅣ—GaⅩⅧD的精细结构分裂与实验数据符合得较好。     

并行聚类分析算法

数据挖掘是用来发现数据库中隐含的各个数据之间的关系和特性,聚类分析是数据挖掘所要完成的工作之一.选取了三个并行聚类分析算法并研究了与之对应的并行算法,然后讨论了并行算法的性能,并得到了一些实验结果.最后提出了一个新的并行算法,相比较其它并行聚类算法,本文所提出的算法是最有效的.     

基于K-means聚类和熵值法的二次供水水质评估

针对二次供水水质评价和智慧化运维管理的需求，对2类主要的二次供水在线监测指标(余氯、浊度)进行数据质量评价工作，并对4种主要的二次供水水质影响因子作方差分析和协方差分析，提出基于K-means聚类法和熵值法的二次供水在线监测水质评价方法，并将该水质评价方法应用在L市的二次供水管理系统中。研究结果表明，在线监测水质评价方法为二次供水管理者提供重要参考，可在二次供水水质管理中推广应用。     

黑老虎醇提物对尖吻蝮蛇毒主要酶类的抑制作用

【目的】探究中草药黑老虎(Kadsura coccinea)醇提物对尖吻蝮(Deinagkistrodon acutus)蛇毒中主要酶类的抑制作用。【方法】用体积分数为75%的乙醇溶液浸泡黑老虎后再进行超声波处理得到醇提物；通过体外酶活抑制实验分别检测醇提物对尖吻蝮蛇毒中磷脂酶A2、蛋白水解酶、透明质酸酶、类凝血酶的抑制作用。【结果】黑老虎醇提物对尖吻蝮蛇毒中的蛋白水解酶、磷脂酶A2和透明质酸酶具有明显的抑制作用。当蛇毒与醇提物的质量比分别为1∶100，1∶10和 1∶5时，后者能抑制蛇毒中98%磷脂酶A2活性、79%蛋白水解酶活性和65.14%透明质酸酶活性。同时，醇提物能够明显抑制尖吻蝮蛇毒水解纤维蛋白原和类凝血酶的活性。【结论】研究结果证实了黑老虎醇提物能有效抑制尖吻蝮蛇毒中的主要酶类，为深入研究黑老虎药材的抗蛇毒机制提供了理论依据。     

测井相分析方法的研究及软件设计

测井相(Faciolog)自动分析可用来预测未取心井的岩相,绘制油田的测井相图,进行井与井之间对比等。因此,在现代油藏评价中占据了十分重要的地位。本文采用了因子分析、聚类分析、判别分析等大量数学方法和模型进行测井相分析。应用这些数学原理,我们提出了主成份修正方程、判别函数修正方程,还采用了“剔除聚类”和对最终模式(Terminal model)回判等技术。这些新的方程和技术,不但发展和充实了旧的数学模型和方法,而且提高了判别岩相的精度。     

前寒武纪疑源类埋藏后收缩裂缝

近年来作者用岩石切片法研究我国前寒武纪页岩相微体化石。在显微镜下通过对大量平行层面的岩石薄片的观察,发现一种很有趣的现象,即疑源类化石具有埋藏后收缩裂缝。这种现象以前还没有报道过,现报道如下。     

面向动态时间弯曲距离的灰关联聚类方法研究

灰色关联聚类是灰色系统分析的重要研究领域.现有的灰关联聚类方法在处理不同长度序列数据时,通常采用补齐或删除数据方式进行处理,增加了系统的不确定性.在动态时间弯曲距离基础上,提出了一种新的灰关联聚类方法,通过计算序列间距离矩阵的最短路径来度量相似程度,最终完成序列的灰关联聚类.该方法无需对序列数据进行人工干预,具有更强的鲁棒性.实验结果表明,在处理不同长度数据序列时,聚类结果更为准确.     

自然场景文本区域定位

自然场景文本区域定位是场景图像内容分析的重要步骤,文本区域定位能够为后续的文本识别提供便利.从场景文本特性出发,提出了一种基于最大极值稳定区域(maximally stable extremal regions,MSER)、颜色聚类和视觉显著性的鲁棒性文本定位方法.为了尽可能多地提取出潜在的文本区域,分别在灰度图像和彩色图像上采用最大极值稳定区域和颜色聚类来进行连通域的分析.对于得到的候选连通域,利用自然场景文本的显著性特征和少量的先验信息来滤除其中的非文本区域.将保留的文本区域用数学形态学水平膨胀的方法连成文本行输出.显著性评估的引入使得该方法能够减少大量参数的设定.标准数据集上的实验结果表明,在没有额外的训练数据和少量先验信息的情况下,该方法可以获得较好的正确率和召回率.