非线性时序的混沌特性分析与预测

非线性时间序列相空间重构过程中的参数选择问题以及有效的预测方法一直是该领域研究的热点和难点，基于虚假最近邻域概念，同时确定最佳的嵌入维数m与时间延迟τ，对实际非线性时间序列进行相空间重构，求解出时间序列最在Lyapunov指数LE，验证了其中混沌特性，其可预报尺度为[1／LE]．并应用基于[1／LE]个输入神经元与Kenya提出的m：2m：m：1这两种人工神经网络结构对非线性时间序列进行训练和预测，预测结果的平均误差分别为4％和2％左右，后一种神经网络结构能提供更好的预测结果。     

SARS经济预测模型

利用经济预测方法，建立了非典数学模型，分别利用0．618法、时间序列的指数平滑技术及温特法对数据进行纵向和横向处理，得出了数据预测趋势走向图和统一预测公式．     

基于时空混沌保密通信的研究

提出基于时空混沌序列的保密通信方法，提出了一种用时空混沌模型产生扩频地址码的方法，讨论了驱动序列的选择方法与原则，分析了其耦合同步特性，给出了一种具体的通信系统模型。实验结果表明：此模型具有较高的保密特性和较强的同步能力，并且易于实现。另外，只用很少的几路离散混沌序列作为同步序列就可传输多路信息，有效地提高了系统的信息传输效率。     

矿井瓦斯涌出量时间序列的分形特性分析

应用分形论中的R/S分析法对矿井瓦斯涌出时间序列进行分析。计算了时间序列的赫斯特指数、概率分布分形维数和轨迹分维数。讨论了它们在矿井瓦斯涌出预测中的指导意义。计算结果表明正常情况下矿井瓦斯涌出量的变化趋势具有很好的持久相关性，可以用分形论对其作出趋势预测；而发生火灾时，持久相关性不明显。但两种状态下的概率密度分布都满足分形分布；时间序列轨迹都具有明显的分形特性。     

非线性时间序列的重构及预测

采用自适应前馈网络算法(AFN)进行非线性时序预测，对网络结构设计进行详细的探讨，并应用该方法对经典非线性时间序列数据进行预测，与传统预测方法(TAR)比较，结果证明此种方法具有较好的效果，网络的结构得到了简化。不仅满足了误差目标的要求，而且提高了网络的推广能力。且AFN方法可以对时间序列数据间的关系给出一种基于贡献率的解释。     

球面稳定同伦中的两个新元素族

本文证明当p≥7,n≥4时,h1hnγ3≠0, (b0hn+h1bn-1)γ3≠0∈Ext*,*A(Zp,Zp),而且它们在Adams谱序列中分别收敛到πpnq+3p2q+3pq+q-5S和πpnq+3p2q+3pq+q-6S中的一个阶为p的非平凡元素,其中q=2(p-1).     

二元序列的广义导数

以两种不同的方式对献[1]中的二元序列的导数进行了推广，定义了两类不同的二元序列的广义导数，并且进一步讨论了周期为2^N和2^N-1的二元序列的广义导数的性质，推广了献[1]的结果．     

按大肠杆菌高表达序列设计的入干扰素α—2b基因的化学合成和克隆

根据大肠杆菌高表达序列重新设计了人干扰素α—2b基因编码区的核苷酸序列，应用化学合成的方法合成了多个互补DNA片段，经互补片段分别退火和连接后，将完整编码区分两段分别克隆于pUC19质粒中，进行DNA序列分析，分别选取序列完全正确的两种克隆片段进行重组，获得了与设计序列完全一致的含有完整编码区的人干扰素α—2b基因。     

苏云金芽孢杆菌猝倒亚种Cry1Aa13基因的克隆及序列分析

根据Gen Bank中Cry1A类基因序列设计一对特异性引物，以苏云金芽孢杆茵猝倒亚种质粒DNA为模板，应用PCR扩增技术得到一大小约为3．6kb的DNA片段(Cry1Aa13)．通过引物步行法测定该片段长3598bp，其中开放阅读框(ORF)长3540bp，编码1180个氨基酸，分子量为133．49kD，等电点pI=5．0．序列比较表明该基因与Cry1Aa类基因高度同源(达95％以上)，该基因已在GenBank中登录，登录号为AF510713，并被Btδ-内毒素基因国际命名委员会正式命名为Cry1Aa13。     

Oracle数据库中主键的智能生成

介绍了一种在Oracle数据库中利用序列和触发器智能生成数据库表主键的方法。通过对所创建的一个简单地主键智能生成器的测试和分析，发现了单纯用行级触发器生成主键存在的局限性，并给出了相应的解决办法。