基于GRNN的多故障自适应电力系统故障诊断

为了实现快速而准确的电网故障诊断,利用广义回归神经网络（GRNN）在逼近能力、分类能力和学习速度方面的优势,建立了基于GRNN的电网故障诊断模型.仿真分析表明：在输入信息因干扰而畸变的情况下,文中所构造的模型能够快速、正确地实现电网的故障诊断;在电网拓扑结构改变的情况下,该模型也具有良好的自适应能力.     

四川省工作犬心丝虫病感染率调查

调查了四川省工作犬心丝虫清代的感染状况，从成都、德阳、绵阳、乐山、宜宾、阿坝六地的128只工作犬（包括警犬和护卫犬）中采集128份血样，用改良Knott’s法和ELISA快速检测试剂盒分别进行犬心丝虫微丝蚴和雌性成虫的检测，其感染率分别为5．47％和20．31％，调查结果证明四川省是该病的流行区域．     

基于RST改进NN模型的高压输电线系统故障诊断

为了克服实时诊断信息在形成和传递过程中的畸变而导致故障诊断结果的错误，在基于粗糙集理论(Rough Set Theory，简称RST)的高压输电线系统故障诊断模型的研究基础上，充分利用神经网络(Neural Networks，简称NN)的泛化能力和粗糙集理论强大的定性分析能力，构造了RST与NN相结合的故障诊断模型。首先利用RST从诊断样本中提取领域知识，然后利用所提取的诊断对象知识属性形成诊断NN的初始结构，进而增强诊断NN的智能性和容错性。通过高压输电线系统故障诊断的仿真结果比较，证明了该模型的有效性和通用性。该模型即使在诊断信息不完整的情况下，也具有高的诊断容错性能，因此在电力系统实时故障诊断方面具有广阔的应用前景。     

植物螯合肽功能的研究进展

植物螯合肽（phytochelatins PC）是由重金属离子诱导而在植物体内合成的一类小分子多肽,它是谷胱甘肽（GSH）衍生的金属离子结合肽.PC能够螯合重金属,从而起到对重金属解毒的作用,它是镉离子的主要解毒物质.因此,提高PC含量是解决土壤重金属污染的重要途径之一.就PC结构、合成与调节以及PC最主要的重金属解毒功能进行了综述,同时展望了PC研究的前景,以期为土壤重金属污染的植物修复技术提供科学指导.