核动力装置模拟器就地系统中双机通讯的实现

利用微机软仿真实现模拟器就地系统中仪表的动态实时显示和开关的实时控制，可以节省的大量外部设备，提高系统可扩充性。本文介绍了该技术实现的方法，即服务器与客户机之间数据双向通讯的实现途径。经实践验证，本文的方法是正确、可行的。     

随机控制序在保险决策中的应用

通过介绍随机控制序的概念和性质 ,从而探讨了随机控制序在保险决策问题中的应用 ,得到了很有意义的结果     

气相Lys分子体系捕获双电子单重激发态的特性

采用密度泛函理论（DFT）中的B3LYP方法, 在6-311+G(2df)基组水平上, 对气相赖氨酸（Lys）分子和Lys^2-的基态稳定构型进行优化, 并用含时密度泛函理论（TD DFT)方法考察气相Lys分子和带电离子体系单重激发态的特性. 结果表明： Lys分子体系捕获双电子时, 其体系能量有所增加； S1单重激发态与S0基态能量差值变小； 分子体系的荧光波长增加； S7单重激发态跃迁轨道数减少.     

累次极限换序的一个充分条件

本文对于二元函数的累次极限的换序给出了一致收敛这一充分条件。     

山西省入境旅游市场竞争态及转移分析

山西是全国旅游资源大省之一，拥有众多品位极高的旅游资源，但强大的资源优势并没有很好的转化为经济优势，这些年入境旅游业绩一直位居全国中下游．为了尽快改变这种状况，使山西入境旅游业得以加速发展，分析研究其市场状况就是很有必要的了．本文借助市场竞争态模型对2000年～2002年和2003年～2005年山西省入境旅游客源市场的竞争态势进行对比分析，并对山西省入境旅游市场竞争态进行动态分析．在分析的基础上，提出了拓展山西入境旅游市场的几点建议．     

浅谈大学引领社会发展的途径

阐述了新形势下大学职能的新变化。从为社会培养高素质的人才、进行科研创新以促进社会经济的发展、利用智力优势参与政府政策的制定等方面探讨了大学引领社会发展的各种途径。     

基于GIS的生态功能区划在生态城市建设中的应用——以陕西省凤县为例

在对目前生态功能区划众多方法进行比较的基础上,将GIS技术应用到陕西省宝鸡市凤县生态功能区划中。根据研究区生态环境要素、生态环境敏感性及生态服务功能的差异,把区域划分成四个不同的生态功能区,即北部森林生态重点保护区,中部林、药、养殖、矿产限制开发区,中部粮、椒、果、城镇与贸易重点开发区,南部生物多样性保护与生态旅游区,并综合考虑区域实际情况进行深一步规划研究。     

反周期函数(0,P(I))三角插值

通过引进积分算子P(I),研究了反周期函数插值及反周期函数的2-周期(0,P(I))插值,得到了解存在的条件,并给出对应条件下解的显式.     

论网络环境下图书馆职能的变化

根据由于电子信息网络的发展状况,论述了网络图书馆职能的变化。     

Finding finer functions for partially characterized proteins by protein-protein interaction networks

Based on high-throughput data, numerous algorithms have been designed to find functions of novel proteins. However, the effectiveness of such algorithms is currently limited by some fundamental factors, including (1) the low a-priori probability of novel proteins participating in a detailed function; (2) the huge false data present in high-throughput datasets; (3) the incomplete data coverage of functional classes; (4) the abundant but heterogeneous negative samples for training the algorithms; and (5) the lack of detailed functional knowledge for training algorithms. Here, for partially characterized proteins, we suggest an approach to finding their finer functions based on protein interaction sub-networks or gene expression patterns, defined in function-specific subspaces. The proposed approach can lessen the above-mentioned problems by properly defining the prediction range and functionally filtering the noisy data, and thus can efficiently find proteins’ novel functions. For thousands of yeast and human proteins partially characterized, it is able to reliably find their finer functions (e.g., the translational functions) with more than 90% precision. The predicted finer functions are highly valuable both for guiding the follow-up wet-lab validation and for providing the necessary data for training algorithms to learn other proteins.