模糊矩阵三种广义逆的判定定理

给出模糊矩阵存在广义{1,3}逆,广义{1,4}逆和Moore-Penrose广义逆的判定定理.     

《分子生物学》实验教学改革初探

针对分子生物学实验教学中遇到的问题,分别对实验活动开展、学生实验技能培养方式提出了设想,初步探讨了分子生物学实验教学改革的新思路。     

应用型人才培养数据库课程教材建设与教学改革

针对当前数据库教学过程中以知识体系为核心的课堂教学存在的种种弊端,提出以“精理论、多实践、重能力、求创新”为指导思想,以加强学生综合分析能力,开发能力以及创新能力的培养为主线,从教材建设、教学模式、教学手段等方面进行全面改革研究和实践,提出了一系相应的教学改革措施,并取得较好的效果。     

小鼠精原干细胞的分离、分选、移植和培养

精原干细胞具有自我增殖和分化为精子的能力。精原干细胞的培养、移植和体外诱导分化等研究将使我们最终阐明精原干细胞的自我更新机制和精子发生机理。经过一年多的研究,我们不仅建立了用含血清培养基对分离的乳鼠睾丸细胞进行差异贴壁分选来富集生殖细胞的简单方法,而且成功地对分选出的精原干细胞进行了近一个月的无血清培养。流式分析结果表明,差异贴壁分选能将精原干细胞富集11倍以上。移植分析表明,分选出的精原干细胞具有在受体鼠的曲精小管中产生克隆的能力和正常生精作用。免疫细胞化学和RT-PCR检测表明,培养的细胞表达精原干细胞标志基因。该研究为体外长期培养小鼠或其它哺乳动物的精原干细胞提供了一个范例,也为利用基因修饰的精原干细胞通过移植产生转基因动物奠定了基础。     

变异粗集与[α/R]知识

利用Z-pawlak rough sets，提出变异粗集，给出变异粗集的数学结构和变异粗集与Z.pawlak粗集之间的关系，给出变异粗集与Z.pawlak粗集的变异一对偶原理；利用这些结果，提出知识分离的判定定理和知识挖掘准则，变异粗集是Z.pawlak粗集中的一个新的研究方向．     

融合社交网络信息的协同过滤方法

针对目前协同过滤方法存在的数据稀疏性、冷启动以及未能有效利用用户社交网络信息提高推荐质量等问题,提出一种融合用户社交网络信息的协同过滤方法,该方法以矩阵分解推荐模型为核心,可综合集成目标用户个人偏好以及社交网络中的关系用户偏好特征信息做出推荐.通过设计相应的推荐方法,并基于梯度下降法对用户以及商品特征矩阵的求解进行了优化运算.相关实验结果表明融合社交网络信息可在一定程度上提高协同过滤的推荐准确度以及缓解数据稀疏性、冷启动问题.     

应用型本科数据库课程案例教学探讨

分析了当前数据库教学过程中以知识体系为核心的课堂教学存在的种种弊端,针对应用型本科数据库课程课堂教学进行改革,并对案例教学法进行探讨,以加强学生综合分析能力,开发能力以及创新能力的培养,并取得较好的教学效果。     

Metrization of Topological Spaces with a cs^＊—regular Base

ＩｎｔｈｅｆｏｌｌｏｗｉｎｇＸｄｅｎｏｔｅｓａｔｏｐｏｌｏｇｉｃａｌｓｐａｃｅａｎｄＮｔｈｅｓｅｔｏｆｎａｔｕｒａｌｎｕｍｂｅｒｓ，ｔｈｅｒｅａｄ－ｅｒｉｓｒｅｆｅｒｅｄｔｏ［２］ｆｏｒｂａｓｉｃｔｅｒｍｉｎｏｌｏｇｙａｎｄｔｈｅｏｒｅｍｓｉｎｇｅｎｅｒａｌｔｏｐｏｌｏｇｙ．ＷｅｒｅｃａｌｌｔｈａｔａｂａｓｅβｆｏｒａｔｏｐｏｌｏｇｉｃａｌｓｐａｃｅＸｉｓｒｅｇｕｌａｒ［２］，ｉｆｆｏｒｅｖｅｒｙｐｏｉｎｔｘ∈ＸａｎｄａｎｙｎｅｉｇｈｂｏｒｈｏｏｄＵｏｆｘｔｈｅｒｅｅｘｉｓｔｓａｎｅｉｇｈｂｏｒ…     

哺乳动物精子发生及其基因表达调控

精子发生的过程是一个受机体严密调节的过程,其中包括激素调节、睾丸旁分泌因子的调节和其它信号分子的调节,睾丸特异性表达的基因在这一调节过程中发挥着重要的作用。研究睾丸特异性表达基因的功能的最终目的是阐述精子发生的机理和发现新一代高效、特异、可逆的男性避孕药物的靶蛋白基因。     

应用非负矩阵分解的社交网络好友推荐

现有好友推荐方法只利用用户关系或内容信息进行推荐,难以获得较好的推荐质量． 针对该问题,在利用非负矩阵分解模型适合数据聚类以及数据约简的基础上,提出一种基于非负矩阵分解的好友推荐方法:FRNMF． 该方法采用基于非负矩阵分解的用户聚类为核心的好友推荐框架,利用用户好友关系网络信息和内容信息分别进行用户聚类,然后基于聚类结果计算用户间的综合相似度并进行好友推荐;不仅可以综合集成利用用户关系和内容两类信息,而且具有线性时间复杂度,还可以解决数据稀疏引起的推荐质量下降问题． 实验开发了FRNMF的原型系统,并在真实的新浪微博和学者网社交网络数据集进行对比实验,结果表明FRNMF比传统的好友推荐方法具有更好的推荐质量． 此外,对用户关系和内容两类信息的权重参数设置进行实验分析,分析表明适当提高用户关系信息的权重对于提高好友推荐质量具有促进作用．