基于多维泰勒网的自适应混沌时间序列多步预测

提出了一种新的混沌时间序列预测方法——多维泰勒网方法.该方法不以相空间重构方法中嵌入维数和时间延迟这两个关键参数的选取为前提,无需系统的先验知识和机理,仅根据已知的时间序列样本,通过多维泰勒网模型获得n元一阶多项式差分方程组,进而得到能反映非线性系统动力学特性的多维泰勒网动态模型.在此基础上提出了基于多维泰勒网的自适应多步预测方法,通过数据窗口的滑动自适应建模,实现对混沌时间序列的多步预测.将该方法应用于Lorenz混沌时间序列的一步和多步预测,均方误差分别达到2.56×10-5和2.76×10-3.仿真结果表明,该方法可以对混沌时间进行有效预测,且具有较高的预测精度.     

三种原生动物蛋白质和同工酶电泳研究

由于蛋白质(酶)是基因的直接产物,因此,对蛋白质(酶)的分析可以反映出生物体的遗传本质。近年来,国外已应用凝胶电泳技术对原生生物的蛋白质与同工酶进行了广泛的研究。但是,有关原生动物的总蛋白质电泳分析尚未见有报导,另外,有关同工酶的研究也往往仅限于少数几种酶。本文以三种原生动物为材料,建立蛋白质凝胶浓度梯度电泳技术和多种同工酶电泳检测系统,为进一步研究这些单细胞真核生物打下一个基础。