一种新的人脑信息传输复杂性的研究

我们在过去的工作中曾用Ｋｏｌｍｏｇｒｏｖ复杂性（简称ＫＣ）来研究人脑信息传输的过程。但计算ＫＣ时需要对序列作粗粒化。粗粒化过程很容易丢失许多有意义的细节。为此,本文提出一种新的复杂性测度,即Ｃ０复杂性。我们认为复杂运动时间序列是由规则运动部分时间序列及随机运动部分时间序列组成的,因此Ｃ０复杂性就被定义为随机运动部分时序与时间轴所围区域的面积与整个复杂运动时序与时间轴所围区域面积之比。Ｃ０复杂性测度在计算过程中避免了粗粒化,因而较之ＫＣ等复杂性测度能更好反映序列的动力学性质。计算Ｃ０复杂性的关键是怎样从一复杂运动时序中找到规则部分时间序列。     

群落结构复杂性的测度方法研究进展

该文对群落结构复杂性的测度方法的研究进展状况进行了综述。根据测度方法建立的方法基础,将现有的方法分成3类:基于多样性的复杂性测度、基于计算复杂性的测度和基于几何学特征的复杂性测度。对每类测度方法进行了介绍,对其优缺点进行了评述。同时提出了未来研究中应给予重视的问题。结果表明,现有群落结构复杂性的测度方法普遍存在区分能力差的问题,对于基于多样性的结构复杂性测度,目前还缺乏确定各测度属性权重的客观方法;现有的一些基于计算复杂性的结构测度与多样性指标关系过于密切,还不完善,同时其生态学的意义还不明确,而另一些计算复杂性指标还缺乏实际检验。今后,如何建立既具有区分力、又与多样性在概念和数值上都有一定区别的群落结构的计算复杂性的测度方法、如何科学合理地确定复杂性测度中的属性权重以及如何建立结构复杂性的测度和功能过程之间的联系等都是需要深入和系统研究的。由于方法的相似性,有关群落结构复杂性的测度方法也可以应用到其它尺度上的结构复杂性的研究中。     

脑电图复杂度分析中的粗粒化问题 I.过分粗粒化和三种复杂度的比较

在对生物医学信号时间序列进行复杂度分析时,往往需要首先对原始信号进行粗粒化预处理。这种预处理有可能会造成丢失原始信号中所蕴含的信息,甚至在某些情况下根本改变原信号的动力学性质。本文提出了克服这一问题的一些途径,通过对若干种复杂度定义的比较研究,建议采用近似熵和我们所定义的Ｃ０复杂度作为复杂性度量。并以脑电的复杂性分析为例作了说明。     

基于Huffman编码的群落结构复杂性

Anand和Orlóci (1996)提出用Huffman编码的平均码长来衡量群落结构总复杂性,用12阶Rényi熵测度群落无序结构复杂性,用两者之差测度群落有序结构复杂性。这是一种与基于生物多样性的复杂性测度完全不同,至少在思路上不同的结构复杂性测度,但对于这种测度的性质研究还不多。该文模拟建立了具有代表性的各种结构的群落400多万个,计算了这些群落的复杂性测度,对其性质进行了研究。结果表明:1)群落结构总复杂性、无序结构复杂性和有序结构复杂性受群落多样性、变异程度、优势种组成等影响。其中,群落结构总复杂性与Shannon-Wiener指数高度相关(决定系数>0.99),完全可由群落组成的多样性决定。群落无序结构复杂性与群落优势种对数比例或变异系数关系最大,与群落优势种对数比例之间的决定系数>0.99。2)该群落有序结构复杂性可表示为群落生物多样性和优势种对数比例的线性组合。在生态意义上可看作主要由群落中非优势种的组成比例决定,而组成多样性能解释41%~46%的群落有序结构复杂性。3)群落组成物种总数的增加会导致群落复杂性的测度有所增加,但没有像文献(Anand & Orlóci,1996)中描述的那么大,且组成总数对结构复杂性与多样性和优势种的关系等没有影响。     

土地生态系统的复杂性研究

运用复杂科学理论,阐述了土地生态系统的复杂性特征,包括多层次性,高维性,子系统关联的复杂性,结构与功能的不确定性,开放性,动态性,自适应性和自组织性等复杂性特征,并进一步探讨了分形,混沌及人工神经网络在土地生态系统复杂性特征研究中的应用。     

系统生物学

分析了生命复杂性问题的产生及其由来,从复杂性问题研究的角度对系统科学与系统生物学的含义及其相互关系进行了深入的讨论。     

岷江干旱河谷植物群落的复杂性

通过对岷江干旱河谷植被及环境因子的系统取样调查,研究了该地区植物群落复杂性及其与环境因子的关系,探讨了群落复杂性与多样性、均匀度、物种丰富度之间的关系.随着海拔的增加,群落总复杂性和结构复杂性均表现为“高-低-高”的变化趋势,表明高海拔和低海拔段有较高的复杂性,中海拔段复杂性较低;位于干旱河谷核心区的样带3、4较北部过渡区样带1、2和南部过渡区样带5、6有着较低的群落总复杂性;不同坡位、坡形及坡向,群落总复杂性和结构复杂性,均表现为上坡位＞下坡位＞中坡位,凹坡＞平破＞凸坡,阴坡＞半阴半阳坡＞阳坡.华帚菊-小黄素馨灌丛的总复杂性最高,西南野丁香灌丛、驼绒藜灌丛的总复杂性最低,橿子栎灌丛和群小花滇紫草灌丛的结构复杂性较高; 群落总复杂性与有机质、全N、土壤含水量、水解N、速效K呈现出显著的二次曲线关系,与全K、全P、速效P、pH值没有明显的相关关系.总复杂性与多样性、均匀度、物种丰富度的关系密切,均呈现显著的线性正相关关系.均匀度和结构复杂性呈现极显著的线性负相关,表明结构复杂性随均匀度的增加而减小.作为群落总复杂性与多样性的区分,结构复杂性对群落内物种数的变化较为敏感,不仅与均匀度有关,还与群落物种数量有关.结构复杂性和多样性作为群落总复杂性的两个组成部分,对总复杂性的影响随着研究区域和群落的不同而不同.     

外显子和内含子的序列复杂性

引入了两个新的关于序列复杂性的测度,并以此为指标分析比较了结构基因序列中的外显子和内含子的复杂性差异。     

关于进化的几点认识

变异是进化的根本动力 要说明这个问题,需要解释一个与之相关的问题,即：物种形态的复杂性是否可以通过其DNA的复杂性反映出来。我认为,答案是肯定的。     

生物复杂性研究动态

生物复杂性（biocomplexity或biological complexity）是近年来由Rita Colwell等人积极倡导的一个新的学科领域,旨在更好地了解生命系统及其环境组分间的相互作用以及系统复杂性的动态特征与演化机制,目前,生物复杂性的定义与内涵尚不明确,意见纷呈,而有关研究在美国国家科学基金会（NSF）的支持下已迅速开展起来,并即将成为国际合作研究的热点之一。本文简要介绍了有关生物复杂性的不同观点、生物复杂性与生物多样性研究之间的关系,并以若干生态系统和基因组为例,说明了现阶段生物复杂性研究的主要特点。     

森林群落复杂性分析:以广东黑石顶森林为例

本文将森林群落复杂性定义为消除群落中任意一个树木个体的种名及层次不确定性所需的平均信息量,提出用联合熵H(X,Y)测度群落复杂性.H(X,Y)=H(X)+H(Y|X),其中H(X)=-∑Si=1(ni)/(N)log2((ni)/(N)),H(Y|X)=-∑Si=1(ni)/(N)∑4j=1(nij)/(ni)log2((nij)/(ni)),分别为树种组成复杂性和树种结构复杂性.式中S为森林群落树种数,N为森林群落的树木总株数,ni(i=1,2,...,S)为第i个树种的株数,nij(j=1,2,3,4)为第i个树种在第j层次的株数.用联合熵分析了广东省封开县黑石顶自然保护区针叶林、针阔混交林和常绿阔叶林等3种典型森林类型的复杂性.结果表明,群落复杂性的顺序为常绿阔叶林>针阔混交林>针叶林.同时,各森林类型的群落复杂性H(X,Y)与取样尺度之间具有较好的分形关系.     

中国东北样带（NECT）植物群落复杂性与多样性研究

在更广的意义上考虑群落复杂性的概念,将群落总复杂性分离为基于无序的复杂性和结构复杂性,并以群落的两个原始数据－群落组分（例如种群）数和各组分个体的比例分布为基础,用描述群落的最小剩余码的平均码长Ｌ（Ｓ）＝ｑ／∑／ｊ＝１ｐｊｌｊ（其中ｌｊ为物种Ｓ的相对多度的Ｈｕｆｆｍａｎ码字长度,ｑ是物种数,ｐｊ满ｑ／∑／ｊ＝１ｐｊ＝１）测度群落总复杂性,用Ｓｈａｎｎｏｎ－Ｗｉｅｎｅｒ熵Ｈ（Ｓ）＝－ｑ／∑／ｊ＝１ｐ     

不同状态下脑电图复杂性探索

Ｌｅｍｐｅｌ－Ｚｉｖ所定义的有限序列的复杂性反映了给定序列随其长度的增长出现新模式的速率,事实上它反映了序列接近随机的程度。将该复杂性度量运用于脑电分析,旨在克服分数维方法的缺陷。文中计算了八种实验条件下脑电图的复杂度,涉及看、听、休息和心算等基本的大脑功能状态,１３个被试的１６导数据被用于计算分析．结果显示了复杂度在不同电极位置及实验条件下都有变化,睁眼状态的复杂度高于闭眼,而施加任务时有额部大脑活动区域复杂度降低的现象。同时复杂度也提供了一些研究大脑高级认知活动的新思路。     

语言复杂性理论及临床应用

复杂语言结构和简单语言结构相比,哪一种更能促进语言能力提高,是语言心理研究的核心问题。近年来,国外出现大量语言复杂性的研究。本文对语言复杂性的理论、评估、原理及应用作了介绍,并对语言复杂性理论与教学理论的联系以及在应用中需要考虑的问题做了简单评述,旨在对语言学习和语言缺陷治疗提供帮助。     

用近似熵测量神经放电峰峰间期的复杂性

近似熵是用来测量信号复杂程度的非线性方法。为了研究神经放电序列的复杂性,用该方法及其改进方法对大鼠损伤坐崩神经模型、大鼠脑薄片视上核神经元自发放电模型、背根节自发放电模型峰峰间期以及Rose-Hindmarsh理论神经元模型分叉数据进行了动态测量。结果表明,近似熵可以定量反映多种神经放电序列复杂性的变化,是一种较为有效的复杂性序量方法。     

利用“复杂性”解说经济生态发展模式

前言在研究生态经济问题时,常常感到理论上的虚弱,不能从理论上解说生态经济这一庞大、复杂的综合体是如何由生态、经济的相互作用衍变而成的。在生态和经济的复杂性的尺度上我们能把握多少?我们对于生态、经济关系能否及时调控和调控到什么程度?等等,如能从理论上给这些问题作出说明,相信会对生态经济理论及实践都有裨益。为此,我们对生态经济系统作了简化,只讨论了工业增长、农业增长和环境质量三者间的相互作用并用微分方程组表述,试定量说明生态系统、经济系统的复合系统的复杂性和发展。生态系统的复杂性自牛顿建立牛顿力学以来,尽管经典物理     

动态神经元网络模型的复杂性问题

在动态神经元网络模型中,当神经元总数仅为３时就观察到了非周期振荡。运用Ｌｅｍｐｅｌ和Ｚｉｖ提出的复杂性度量对这种现象进行了分析,结果表明对于其中一个神经元所发出的脉冲序列来说,至少直到１０００个脉冲为止还不能发现任何的周期性,并且其复杂性可以和由ｌｏｇｉｓｔｉｃ映射所产生的时间序列当其参数落在混沌区中时所具有的复杂性相比拟．这些结果也表明这种方法是所观察的时间范围内区分长周期振荡和非周期活动的好方法。结果还提示神经生理实验记录中所谓的噪声,其中有些可能是来源于生物神经元本身的非线性性质。     

佛坪自然保护区植物群落物种多样性和复杂性的海拔格局研究

通过样地调查,利用多样性和复杂性指数分别研究了佛坪国家自然保护区植物群落物种多样性、复杂性沿海拔的变化规律,并对比分析了复杂性与物种多样性之间的关系.结果表明:(1)随着海拔升高,群落结构总复杂性与物种多样性表现出相似的变化规律,均呈现出“低-高-低”的偏正态分布格局,且海拔1 300～1 500 m是植物群落总复杂性和多样性最大区域;植物群落无序结构复杂性与总复杂性沿海拔变化规律相似,而群落有序结构复杂性却没有随海拔升高呈规律性变化.(2)研究区域植物群落物种多样性不仅与海拔变化有关,还与巴山木竹(Bashania fargesii)、秦岭箭竹(Fargesia qinlingensis)分布密度有着密切关系;在2个竹林交汇区域,物种多样性及物种数量都有着明显升高.(3)群落总复杂性、无序结构复杂性分别与多样性各个指数具有极显著的线性关系,物种多样的变化能够完全表达植物群落总复杂性的变化,但植物群落有序结构复杂性与物种多样性之间无显著相关性.因此,物种多样性不能用作植物群落结构复杂性测度方法.     

生态复杂性研究——综述与展望

简要介绍了生态复杂性研究的最新进展与动态,生态复杂性研究的背景及若干重要的概念与方法,生态复杂性指生态系统内不同层次上的结构与功能的多样性,自组织及有序性,生态复杂性研究的显著特征是：它应用复杂的理论,方法和观点来研究生态与进化问题,其研究方法主要有元胞机法和遗传算法,认为生态系统是一个适应复杂系统,处于混沌的边缘或临界态,内部作用是生态系统复杂化,有序化及自组织的主要推动力。     

10种鸣禽控制鸣啭神经核团大小与鸣唱复杂性的相关性

为进一步揭示鸣禽鸣唱行为的神经生物学机制 ,本实验先对 8个科 10种鸣禽的鸣唱行为进行了观察和录音 ,并借助声谱软件分析了每种鸣禽的鸣唱复杂性。鸣唱语句复杂性的评价指标包括 :短语总数、每个短语中所含的平均音节数及音节种类数、所有短语的总音节数及音节种类数、最长短语的音节数及音节种类数。然后 ,测定了前脑三个鸣啭学习控制核团和一个与发声无关的视觉参考核团体积 ,分析了鸣唱语句复杂性和这些核团大小间的相关关系。结果表明 :1)HVC和HVC/Rt与 7种鸣唱语句复杂性指标无关 ;RA和RA/Rt与总音节种类数相关 ;AreaX与总音节数及音节种类数相关 ;2 )HVC/RA和HVC/X比值与多个鸣唱语句复杂性指标相关。结果提示 :鸣禽鸣唱复杂性不同特征可能受不同神经控制