H-度量空间中的一个新型KKM定理及其应用

丁协平定义了一个新的空间－－H－度量空间，并在H－度量空间中得到了具有限度量紧闭（开）值的广义H－KKM映象的广义H－KKM定量（应用数学和力学，2001，17（10）：1029－1036）。借助于转移紧闭值映象，在H－度量空间中得到了具有转移紧闭值的H－KKM映象的广义H－KKM定理。应用此定理，得到了H－度量空间中的不动点，最大元存在性定理和截口定理等方面的应用。这些结果统一和推广了近期的许多文献中的相应结果。     

G-凸空间内的广义S-R-KKM型定理及应用

在G-凸空间内引入了广义S-R-KKM型映像，并在非紧设置下建立了一类新的广义S-R-KKM型非空交定理。作为应用，证明了G-凸空间内一些新的极大极小不等式、鞍点定理和极大元存在定理。     

生态系统的稳定与非稳定

论述了生态系统的稳定与非稳定，给出其定义及分类，揭示其基本特性及两的本质差别，指出其与系统的固有特性及干扰有关；讨论了两与生物多样性的关系。为研究生物与环境的关系奠定理论基础。     

塔里木盆地麦盖提斜坡石炭系生屑灰岩段储层特征研究

通过扫描电镜、铸体薄片、普通薄片、压汞曲线以及孔隙度和渗透率资料的分析，详细研究了生屑灰岩段的储层特征，主要包括岩石学特征、孔隙结构、储集空间、储层物性特征等。该区储层虽然埋藏较深，并且经历早期压实作用和胶结作用等使原生孔隙遭受严重破坏，但经过后期溶蚀作用和白云石化作用等(尤其是白云石化作用)成岩作用的改造使次生孔隙非常发育，具备很好的储集油气的能力，为Ⅱ类储层。     

浅谈七年级生物教学中的理化知识分布与处理

分析初一生物教材(苏教版)中的理化知识分布特点,目的在于运用恰当的处理方法,使生物教学做到“对症下药”,提高教学效果。     

非齐次线性系统状态的收敛性质

用泛函分析方法讨论了(连续时间/离散时间)非齐次线性系统的收敛性质,该结果可用于处理经济控制论中的许多宏微观经济的线性系统模型,因此具有一定的实际意义。另外,针对带有锥有界非齐次项的不确定线性系统,也讨论了其全局渐进稳定性,给出一个有趣结果。     

Reproductive Biology and Prospects for Conservation of Caldesia parnassifolia (Alismataceae)——A Threatened Monocot in China

0　ＩｎｔｒｏｄｕｃｔｉｏｎＡｌｉｓｍａｔａｃｅａｅｉｓａｃｏｓｍｏｐｏｌｉｔａｎｆａｍｉｌｙｔｈａｔｃｏｎｓｉｓｔｓｏｆ 11ｇｅｎｅｒａａｎｄａｐｐｒｏｘｉｍａｔｅｌｙ 95ｓｐｅｃｉｅｓ[1] .Ａｌｌｔｈｅｓｐｅｃｉｅｓｉｎｔｈｉｓｆａｍｉｌｙａｒｅａｑｕａｔｉｃｏｒｓｅｍｉ ａｑｕａｔｉｃｗｉｔｈｔｈｅｍａｊｏｒｉｔｙｏｃｃｕｒｒｉｎｇｉｎｔｈｅＮｅｗＷｏｒｌｄ .ＴｈｅｇｅｎｕｓＣａｌｄｅｓｉａｉｓｒｅｓｔｒｉｃｔｅｄｔｏｔｈｅＯｌｄＷｏｒｌｄｆｒｏｍＡｆｒｉｃａａｎｄＭａｄａｇａｓｃａｒａｎｄＳ…     

磁空间群Pб_ 3/m''''m’c''''不可约共表示的计算

群表示理论在群论的发展和应用中占有十分重要的地位,它对求解C-G系数,同位标量因子及母分系数是必不可少的。本文主要以P6_3”m′m′c′的对称点L点为例,应用诱导表示的方法,介绍磁空间群不可约共表示的计算方法。     

光滑流形在(Z2)2作用下信息为{(2,2,0),(2,0,2),(0,2,2)}的上协边类

设(Z2)^2作用于光滑闭流形M^n，其不动点集的法丛的信息为P＝{(2，2，0)，(2，0，2)，(0，2，2)}，Jn^4，2(P)是有代表元M^n且具有上述性质的n维上协边类[M^n]构成的集合．作者通过构造上协边环M0n的一组生成元决定了Jn^4，2(P)的群结构．     

Classification of Medical Brain Images

Since brain tumors endanger people‘s living quality and even their lives, the accuracy of classification becomes more important. Conventional classifying techniques are used to deal with thosedatasets with characters and numbers. It is difficult, however, to apply them to datasets that include brain images and medical history (alphanumeric data), especially to guarantee the accuracy.For these datasets, this paper combines the knowledge of medical field and improves the traditional decision tree. The new classification algorithm with the direction of the medical knowledge not only adds the interaction with the doctors, but also enhances the quality of classification. The algorithm has been used on real brain CT images and a precious rule has been gained from the experiments. This oaoer shows that the ahzorithm works well for real CT data.