根田鼠种群年龄和繁殖的研究

利用主成分分析方法，对根田鼠体重、体长和头骨等１７项生长指标进行筛选，以确立根田鼠年龄划分标准，通过分析，体重的因子负荷量最大，且在野外易于准确称重，操作方便，可用作年龄组划分指标。同时结合繁殖状况，将根田鼠划分为４个年龄组：的体（体重＜１９．０ｇ）、亚成体（１９．０ｇ≤体重＜３７．０ｇ）、成体（３７．０ｇ≤体重＜５１．０ｇ）、老体（体重≥５１．０ｇ）。经统计检验，相邻组间差异显著。根田鼠种群８月亚成体比例较高，１１月成体、老体比例较高；８月仍处于繁殖盛期，繁殖期延续到１１月中旬，胎仔数５．２（４～７）。     

双圆弧齿轮齿腰应力的研究

本文用回归分析法求得了ＧＢ１２７５９—９１型双圆弧齿轮的齿腰应力的计算公式。研究表明，大螺旋角或小载荷时，齿腰应力大于齿根应力。因此，齿腰是一个薄弱环节，应受到重视。     

LR估计的一点注记

证明了ＬＲ估计是一个非线性有偏估计，并得到了一个重要的推论。     

DCPTA与SS3307对烤烟根系脱氢酶活性和叶绿素含量的影响

用DCPTA和唏效唑分别处理K326和G80两个烤烟品种,共设置了4个平行的试验,研究了根系脱氢酶活性、生育期内叶绿素含量动态变化.研究结果表明:用唏效唑300 mg.kg-1和DCPTA 100 mg.kg-1分别处理K326、G80品种后根系脱氢酶活性都显著增强,且品种K326对两种生长调节剂的敏感度强于G80品种;K326经DCPTA 150 mg.kg-1与唏效唑300 mg.kg-1处理后和G80经唏效唑400 mg.kg-1与DCPTA 150 mg.kg-1处理后叶绿素含量均在生育前期增长幅度较大,旺长期都能够达到较高的叶绿素含量且成熟期开始分解,最后达到一个较好的水平.     

The contribution of root respiration to soil CO2 efflux in Puccinellia tenuiflora dominated community in a semi-arid meadow steppe

Rising atmospheric CO2 and temperature are altering ecosystem carbon cycling. Grasslands play an important role in regional climate change and global carbon cycle. Below-ground processes play a key role in the grassland carbon cycle because they regulate …     

独活属药用部位的解剖学研究

对四川独活属13种植物进行了解剖学研究，根据独活属植物根的次生韧皮部远比次生木质部发达的特点，确定独活属植物的根是典型的贮藏型根，研究结果表明：分泌道存在于中柱鞘和次生韧皮部，而不存在于次生木质部和周皮，根部分泌道的数量与药用价值相关。接受独活属植物中分泌道丰富的独活H．hemsleyanum、短毛独活H．moellendorffii、平截独活H．vincinum、自亮独活H．candicans、永宁独活H．yungningense等种为独活属主要的药用植物。     

从海带根中提取纯化褐藻硫酸多糖

海带根粉碎后，经过酶解，去除褐藻酸，得到酶解液；通过DE-41、DE-80离子交换柱层析，得到海带硫酸多糖(FGS)F1-F8的8种不同组分；再用Sepharose 2B凝胶柱层析纯化，获得层析纯F1-F8的FGS．我们初步测定了8种FGS的分子量、单糖组分及其摩尔比．FGS为一类含有鼠李糖、岩藻糖、木糖、甘露糖、半乳糖以及硫酸根的杂多糖．     

求解微分方程Y″＋ρy′＋qy=f（x）的注记

利用函数组线性相关性、微分方程降阶积分法和二阶微分方程解的结构性质，对二阶常系数非齐次线性微分方程求解问题作了进一步分析讨论，给出了求其通解的一种适用且有效的新方法．     

印度梨形孢对黑松幼苗生长量及其根系形态的动态影响

为研究印度梨形孢(Piriformospora indica)对黑松(Pinus thunbergii)幼苗生长及其根系形态的动态影响,在营养杯培育条件下研究了印度梨形孢对黑松地上部分与根系生长、根系构型及根系分形维数的影响。结果表明,印度梨形孢对黑松地下根系生长的促进作用发挥时间早于地上部分、效应显著高于地上部分,接种印度梨形孢15~30 d时对地上部分基本无影响,但对根系促进作用明显,而地上部分在60 d时生长效应显著。接种印度梨形孢可增加黑松地上部分、根系的生物量,也显著地改善了根系长度、分支数、表面积、体积等构型参数与根系分形维数,促进黑松生长。     

基于趋势特征聚类的多元相似时间序列的提取

历史相似时间序列的提取在数据挖掘、工业故障检测以及故障根源分析等领域应用非常广泛。针对工业报警系统中异常根源分析方法存在的问题,提出了一种基于趋势特征聚类的多元相似时间序列的提取方法,可以有效地辅助现场工作人员分析关键变量发生异常变化的根源。首先对多元时间序列进行分段线性表示,获得变量的趋势特征信息;然后采用基于密度峰值聚类分析算法对获得的趋势特征在高维空间中聚类,从而实现历史数据的相似性提取;最后可根据关联变量的幅值变化量分析导致主变量发生异常变化的根源变量。数值仿真和实际工业数据案例验证了所提方法的有效性。