树木生长中树枝形态的3D建模

3D造型的基本目标就是在可接受的算法复杂性下，生成真实感可以与实物媲美的虚拟物体。静态的树的3D造型方法通常利用树的分形特征和随机性。我们运用动态的基于生长的树的造型方法。树形态的形成受内在基因和外在环境因素影响，因此可以通过控制树的生长过程实现其造型。在系统中引入了力的概念，用来控制树的生长．有两种类型的力，称为内力和外力，分别模拟树自身的生命力和外界的环境因素．结合分形机制，该系统可以模拟各种常规状态的树。该动态系统的突出特点是可以方便地控制最终造型，通过调整力参数，可以获得最终造型的连续变化和形态控制。     

带约束边的最优树问题

本文给出了求解一个赋权图中含有约束边的最优树的两种算法和证明。并在此基础上,给出了关于含有约束边最优树的一些推广问题的算法和证明。     

北京市城区与郊区麻雀(Passer montanus)环境压力的比较研究

分析了北京城区麻雀(Passer montanus)和郊区麻雀的血糖浓度、体质量和由白细胞特征所反应的压力指数的差异.结果表明,与郊区的麻雀相比,城区麻雀的体质量较轻,中性粒细胞(H)的比例较高,而淋巴细胞(L)占的比例较少,压力指数较高.这些指标表明了城市化所带来的麻雀生存资源的短缺已导致城市麻雀产生环境压力综合反应.该结果可为评估城市鸟类的生存现状、保护城市鸟类多样性提供重要依据.     

不平衡数据集的决策树算法

在不平衡数据集中,多数类不一定是最优的,这一问题将会影响决策树的生成效果和分类预测的准确性,提出类置信度比例决策树算法,这种算法对类的大小不敏感.通过实验验证,这种算法比传统的决策树算法更具有优越性.     

树鼩应用于丙型肝炎病毒相关领域的研究进展

丙型肝炎病毒慢性感染已成为世界范围的公共健康问题,由于缺少合适的丙型肝炎病毒研究模型,所以对丙肝病毒感染机制、生活周期和致病机制的研究进展较为缓慢。树鼩属于低等的灵长类动物,许多生物学特性近似于人类。近年来引起医学生物界和相关管理部门的重视和关注,国内外的学者在树鼩是否可作为丙型肝炎病毒感染的动物模型方面作过十分有益的尝试。本文介绍了国内外树鼩应用于丙型肝炎病毒模型研究的进展情况及应用前景。     

"铅树"生成的绿色化改进研究

目的探讨"铅树"生成实验最佳条件,并进行绿色化改进。方法通过设计响应曲面并建立数学模型,在单因素实验的基础上对"铅树"实验进行优化,考察pH值、硝酸铅浓度、成胶温度3个自变量对实验中刚生成胶冻所需的时间t_1和锌片表面出现明显树状现象所需的时间t_2的影响。结果在所建数学模型中,以硝酸铅浓度最低为前提,最佳实验条件:成胶温度90℃,硝酸铅浓度0.23mol/L,pH值5.52,此条件下t_1=3.32min、t_2=15.51min,实际值t_1=3.33min、t_2=15.33min。结论经改进,实验总时间可控制在0.5h内,实验成功率显著提高,且有效减少了铅及其化合物的使用量。     

树鼩脂肪转录组SNP 位点发掘及其功能注释

摘要: 从正常笼养树鼩腹部的脂肪转录组数据开发SNP 分子标记。检测了6 只动物共计274 278 568 条unigene( 总长度43 138 417 bp) 序列信息后,在262 980 条unigene( 5. 75%) 中发现SNP 位点263 071 个,SNP 发生频率为1 /164 bp,其中转换( transition) 177 562 个,颠换( transversion) 85 509 个。在所有变异类型中,A/G 和C/T 发生频率最高,分别达33. 85%和33. 66%。将包含SNP 位点的262 980 条unigene 通过参比序列进行注释,并对其进行GO分类、COG 分类注释和代谢通路注释( KEGGpathway) ,结合已有研究,分别筛选到1 187 个有GO 注释、77 个有COG注释和1 080 条个有KEGG 通路注释的脂肪转录组中的可能与脂肪形成和代谢有关的SNP 标记。     

基于分组处理的RFID防碰撞算法

防碰撞算法是射频识别系统实现多目标识别的关键技术.针对基于二叉树的标签防碰撞算法存在识别次数较多和通信数据量较大的问题,提出一种新的基于分组处理的防碰撞算法.该算法将标签进行分组处理,直接用4个2位长的查询前缀去分裂标签集,读写器检测到数据中有2个碰撞位后不再接收后续数据,整个识别过程采用后退策略.仿真结果表明,该算法在查询次数和数据传输量均有较大提高.     

简单图的生成树数的进一步探讨

利用Cayley公式求解递推关系方程,给出了一组简单图S（p,n,p）,S（p,n,q）的生成树数的计算公式.     

基于最小生成树的上证50指数分层结构

针对常用的参数分析方法在证券风格投资分析中容易导致结果的差异性问题,提出将亚超度量空间方法引入到风格投资研究中,因为具有准确定义拓扑序列的亚超度量空间与指数分层结构、风格能够一一对应.首先利用股票价格计算出股间距离,并采用关联该证券组合的最小生成树(Kruskal)优化方法,从而得到亚超度量空间;其次将此亚超度量空间转换成指数分层结构树图,最后得到风格的分布特征.2004～2007年的上证50实证结果表明:横向来看以行业分类的风格较为显著,其中以银行和钢铁也最为明显,此外还有与地区差异、交叉持股相关的风格效应显现;纵向则在股改后行业风格效应更显著,其它的风格也显现得更多.结论为此方法是有效的,同时结果也可为证券投资组合配置提供依据和参考.