盲蝽科(半翅目异翅亚目)部分昆虫酯酶同工酶比较研究

运用酯酶同工酶电泳技术获得盲蝽亚科Mirinae、合垫盲蝽亚科Orthotylinae、叶盲蝽亚科Phylinae和齿爪盲蝽亚科Deraeocorinae 4个亚科12个属的23种盲蝽的酯酶同工酶(EST)酶谱．将所获得的酶谱数据(酶带和相对迁移率Rf)转化为二态特征数据，建立矩阵，用系统发育分析软件包WinClada 1．00．04对数据矩阵进行分析运算，分别获得各个亚科内和亚科间的系统发育树．分析结果表明：①酯酶同工酶酶谱特征在不同属级单元之间以及同属的不同种类之间都存在着明显的差异；②不同属种之间酯酶同工酶特征的相似程度与外部形态特征之间的相似程度不一致，以外部形态为主要依据的传统分类的一些属不是真正的单系群；③酯酶同工酶酶谱特征所反映出的盲蝽科4个亚科间的相互关系与Sehuh 1974年所做的盲蝽科内系统发育部分一致，但合垫盲蝽亚科与叶盲蝽亚科之间不是直接的姐妹群关系．4个亚科的关系为(((盲蝽亚科Mirinae，齿爪盲蝽亚科Deraeocorinae)叶盲蝽亚科Phylinae)合垫盲蝽亚科Orthotylinae)；④盲蝽亚科内存在着明显的异质性，需要进一步分类修订．     

虚拟仪器--仪器发展的新时代

虚拟仪器的出现是仪器发展史上的一场革命,代表着仪器发展的最新方向和潮流.本文介绍了虚拟仪器的产生、概念、突出优点、开发平台、与传统仪器的比较、分类、应用领域、应用现状等,让读者能对虚拟仪器有较全面深入的了解.     

管理分类规则的广义决策树

为了将传统的决策树无法管理的、由各种分类算法所发现的大量的有意义的规则进行有效的存储、剪裁和使用 ,提出了广义决策树结构。它将传统决策树的结构进行扩展 ,能够以较少的存储代价管理所发现的所有分类规则 ,且易于表达规则之间的关系。提出了有效的优化策略。以此树为基础 ,将决策树分类算法与基于关联规则的分类算法进行了概括统一 ,并提出了相应的算法。实验结果证明 ,广义决策树克服了传统决策树的缺点 ,并且适宜于维护、剪裁以及快速搜索大量的分类规则     

缩影为Kn的图式流形同胚分类算法

讨论了缩影为Kn的图式流形的2种同胚分类算法,提出了最小方阵判断法和最小方阵计算法,并使用这2种方法,计算出了缩影为3到9个顶点的完全无向图的同胚类型的个数,给出了各个类型的图式流形代表元.     

网络包分类算法仿真测试与比较研究

在深入分析基于树结构和计算几何学点定位算法而衍生的主要分类算法原理的基础上 ,建立了算法性能评估仿真测试平台 .平台包括网络流的软件仿真、算法的软件实现和算法性能参数测试统计三个主要部分 .通过对各算法的时间性能和空间性能及其随分类规则数和分类域数的变化趋势的测量 ,从数量上把握各算法的主要特点及其适用性 ,从而可以将各种算法有机地结合在一起胜任速度越来越高的网络应用需求 ,同时也是进一步研究其它算法的基础 .     

关于互补判断矩阵的群决策的专家评判水平

在群决策分析中，如何从一致性分析的角度来分析专家评判水平或对专家评判水平进行分类是一个重要的研究课题。本文针对群决策中基于互补判断矩阵偏好信息的专家评判水平的排序与分类问题，提出了一种分析方法。首先，分析了互补判断矩阵及其一致性的有关性质；然后，通过构造每个专家给出互补判断矩阵的导出矩阵及其向量表示，计算每个专家给出互补判断矩阵与一致性互补判断矩阵之间的偏差，并得到每个专家评判水平的排序结果和专家们评判水平的分类。最后，通过一个算例说明了本文给出的分析方法。     

基于DPCA、ATI和MUSIC的动目标检测方法

针对SAR(合成孔径雷达)动目标检测,提出一种DPCA(中心相位偏置天线)、ATI(沿迹干涉)和MUSIC(多信号分类)相结合的三孔径动目标检测方法。该方法首先采用DPCA技术消除杂波干扰、检测运动目标,然后用ATI和MUSIC方法确定目标的位置和速度。理论分析和计算机仿真表明,该方法是有效的,不仅能够检测运动目标,而且能够精确估计其运动参数。     

澳大利亚高等教育质量保证体系述议

本文从澳大利亚高等教育机构的分类、高等教育保证体系的组成部分、体系的运行及其发展趋势四个方面对澳大利亚高等教育质量保证体系进行介绍和分析 ,以便从中得到借鉴。     

高等专科学校分类分层教学的探讨

针对目前高等专科学校招收学生的素质参差不齐、学生个体基础差别较大的现状,提出了分类分层次教育教学的想法,通过分类分层次教学来改革现有的教育模式,在高等专科学校的教育教学中建立现代化的高质量教育机制。论文中详细阐述了分类分层次教学的基本思路、目标、实施方案及对学生的考核办法等。     

一种基于自组织分级聚类的数据挖掘方法

针对传统自组织聚类方法处理数据在多维空间中存在多样性和从基本或低层次概念上发现强关联规则中的不足，提出了一种基于自组织分级聚类的数据挖掘方法．该方法采用最大似然分类自组织特征网络（MAXNET）聚类过程，利用自下而上聚合层次聚类方法，对有畸变的二值化输入模式作最大似然分类．最后对一个销售电脑商场中，与任务相关的交易数据集进行了分析，描述了从低层次概念到高层次概念的相互关系．并用matlab仿真软件把该方法和传统方法进行比较，表明了该方法的有效性．