芽孢杆菌模式菌株细胞极性脂组分的分析

通过双相薄层层析对14株芽孢杆菌模式菌株的细胞极性脂组分进行测定，结果表明大多数芽孢杆菌含有磷脂乙醇胺，磷脂酰基油和含糖的磷酸类脂，获得的极性脂图谱分成5种不同的类型，不同属的芽孢杆菌其细胞极性脂的类型不同，而同一属中不同的种，其极性脂图略有差异，实验结果一方面表明极性脂可以作为芽孢杆菌化学分类的重要指征，同时也为芽孢杆菌的化学分类填补了数据。     

反应耦合现象和现代热力学分类系统

现代热力学的一个重要推论———反应耦合现象 ,长期来没有得到很好的论证 ,还引发了长期的争论 ,严重地阻碍着热力学在现代科学中的应用和热力学自身的发展。本文以激活低压金刚石气相生长为例 ,为反应耦合现象提供了定量化的证明 ,相应地建立了包含非平衡相图新领域的现代热力学完整分类系统     

磷脂酶A2家族的功能性分类研究

采用“结合强度指纹图谱分析”方法, 通过对多重分子对接得到的作用强度数据进行聚类矩阵分析对蛋白质进行功能分类. 着重研究了磷脂酶A₂家族基于抑制剂作用强度的功能分类, 并且与基于序列的聚类结果进行比较, 成功地解决了序列比对方法不能处理的远源蛋白(cPLA₂)的分类问题.     

白刺属植物研究进展

白刺属植物具有高度的耐盐碱、抗干旱和固沙改土性能,对开发利用重盐碱地、改善生态环境、提高经济效益具有极其重要的意义.从分布、分类、生物生态学特性、森林培育技术几方面综述了白刺属植物的研究结果,展望了白刺属植物的应用前景,指出了研究中存在的局限性和今后应努力的方向.研究结果对该属植物的种质资源保存及其资源的合理开发利用具有指导意义.     

粗糙集方法在基于属性分类中的应用

介绍粗糙集基础上的属性分类系统的构造,给出一种数据挖掘中新的分类方法:从初始的数据信息出发,依次构造约简属性集,并对其使用Bayes判别法进行基于属性的分类。最后给出了实例,验证算法的可行性。     

脑信息特征的评价分类方法

对脑信息处理的能力特征量和总体偏离度特征量进行了确定性评价分类.在分类数上,提出了common分类法,以一般人的特征作为分类基准,在common两边展开,以确定分类数.在分类边界上,提出了根据特征量的正态分布确定分类边界的方法.若特征量分布不是正态分布,则采用了博克斯和考克斯变换将其变为正态分布,最终得到能力特征量和总体偏离度特征量的分类规则.由于人的行为是脑信息处理在宏观上的表现,所以其研究成果可直接用来评价人的能力和行为特征.     

分类规则挖掘的免疫算法

为了高效地从数据库中挖掘分类规则，提出了一种基于免疫算法的分类算法．该算法的核心思想为：对规则的前件进行固定长度编码，适应度函数的计算由分类规则的较小分类错误率、简洁性、一致性和训练实例的覆盖性构成，通过把适应度最小的个体作为先验知识来修改个体的某些分量的方法进行疫苗接种，并通过检测个体是否出现退化和模拟退火来实现免疫选择，同时还采用了基于信息增益的规则剪枝策略．在美国加州大学标准数据集中的5个数据集上将该算法与RISE和OCEC算法进行了实验比较，结果表明该算法不仅具有更快的收敛速度，而且获得了更高的预测准确率及更小的规则集。     

基于非线性参数的意识任务分类

研究了非线性参数作为脑电（EEG）信号特征时对意识任务分类的作用，使用的3种非线性参数特征为最大Lyapunov指数、轨道平均周期和轨道平均初始距离，分类方法为Fisher线性判别式．对4个实验对象共60个任务对进行了分类处理．使用3种参数在2s数据段上取得的平均分类精度分别为82．3％、90．7％和93．3％．在较短（1s）的数据段上，应用轨道平均初始距离参数进行分类取得了平均为90．8％的正确率，分类精度接近于Anderson取得的实验结果．轨道平均周期和轨道平均初始距离算法具有较小的运算量，能够应用于在线系统．     

用分类与回归树算法进行人才识别

高校人才的引进对学校的发展十分重要．传统的人才识别方式是考察引进人员的一些定性的指标来进行人才识别，这样难以保证识别结果的全面性、科学性和准确性．给出了一种新的定量的人才识别的方法，它是利用数据挖掘中分类与回归树(CART)的方法为理论基础对人才进行定量的识别，更具科学性．分类与回归树方法利用过去已有的引进人才的经验数据分析提取规则，为以后的人才识别提供合理的、科学的决策支持．     

聚丙烯酰胺凝胶电泳在蝶类分类中的应用探讨

采用聚丙烯酰胺凝胶电泳(PAGE)技术,对不同蝶类的肌肉组织蛋白质进行分离与比较研究,通过相似性系数的分析,探讨了该方法在蝶类分类中应用的可行性.