模式识别方法预测蛋白质二级结构的研究

提出一种预测蛋白质二级结构的模式识别方法。该法首先对大量已知结构的蛋白质实验数据进行分析，找出鉴别蛋白质不同结构成分的有效信息，即设计分类器，然后实现对未知蛋白质二级结构的预测。用此方法对６４０个实验样本进行了研究，得到较高的预测精度，表明方法是有效的。还对实验结果进行了分析；讨论了有限样本对分类器性能的影响。     

影响甜菜夜蛾种群数量的非生物因子的灰色系统分析

近年来,甜菜夜蛾连年在昆明地区爆发,危害严重,成为昆明蔬菜和花卉的主要害虫.调查收集了2000~2003年4 a间昆明市呈贡县甜菜夜蛾的诱虫数据和气象实况,运用灰色系统理论和方法对影响甜菜夜蛾发生的非生物因子进行分析,认为季节间对甜菜夜蛾田间种群动态影响最大的是月平均温度,年度间影响最大的是总降雨量.为甜菜夜蛾成虫田间种群动态地区间和年度间存在差异的原因分析提供了量化的理论依据.     

细胞图象的自动识别─ 呼吸道(肺)细胞的计算机分析

应用统计模式识别的方法对细胞图象进行计算机自动识别时，细胞特征的抽提与选用是重要的一环。我们在所建的细胞图象自动分析系统上对每个细胞抽提了不同性质的三组特征共 ３３个。即 ２０个综合性特征、 １０个统计性直方图特征和 ３个颜色特征。并对约２００个呼吸道（肺）细胞中的重度不典型化生细胞和高分化鳞癌细胞进行自动分类。试验结果证明：综合选用三组特征比仅选用其中的一组或两组特征的效果好。正确识别率达８０％左右。本文重点就三组特征的性质及其在细胞自动识别与分类中的作用作一初步的分析。