脑科学中的计算观及其最新发展

科学家们对大脑本质的认识,是物理的还是整体论的,是功能定位的还是不定位的,一直争论不休。脑科学的突破性进展澄清了争论中在概念上的混乱状态。文章着重讨论了这种进展的几个方面:计算观在脑科学中的确立与发展,大脑的实验与模型研究对计算概念的影响,联系主义模型以及生物神经网络的研究对理解大脑信息表达与处理机制的促进作用。     

通径分析的矩阵算法

本文根据通径分析的原理,定义了4个特别阵和一个3值常数;在此基础上,提出了利用矩阵进行通径分析的方法,并给出了应用实例．     

主基因-多基因混合遗传分析中的EM算法

大量试验数据和QTL作图结果表明：控制数量性状的基因中既有遗传效应较大的主基因,又有遗传效应较小的多基因,其分离世代表现出多峰性,即出现多个分布混合的特征．本文研究利用混合分布理论鉴定和分析主基因-多基因混合遗传模型的具体方法,推导了鉴定主基因存在和多基因存在的EM算法．以大豆开花期性状为例说明了该方法的应用,在所分析的两个杂交组合的F_2世代数据中均发现有主基因的存在、骨绿豆×泰兴黑豆杂交组合中主基因几乎不存在显性,骨绿豆×上海红芒早杂交组合中主基因（晚开花）表现出完全显性,并且有多基因存在.     

数量性状主基因＋多基因混合遗传分析中鉴定多基因存在的IECM算法

为了进行２对主基因＋多基因混合遗传分析中的主基因存在的鉴定和多基因存在的鉴定以及多世代的联合遗传分析的分布参数估计,在ＥＣＭ算法和剖分成分分布方差为主基因变异组分、多基因变异组分和误差变异组分三部分基础上,提出了计算简便的迭代ＥＣＭ算法,简称ＩＥＣＭ算法,以利用 Ｐ_１、Ｆ_１、Ｐ_２和 Ｆ_（２：３）家系世代鉴定多基因存在为例阐明该算法．它的 ＣＭ步包含迭代ＣＭ_１、迭代ＣＭ_２和迭代ＣＭ_３步,在固定其它参数的情况下分别求分布平均数、多基因方差组分和误差方差的极大似然估计．通过１１３８－２ｘ邳县天鹅蛋杂交组合的Ｐ_１、Ｐ_２、Ｆ_１和Ｆ_（２：３）家系群体研究了大豆豆秆黑潜蝇的遗传规律．结果表明,它受 １对主基因的控制并有多基因的修饰．     

用于识别心电图的BP网络系统

基于ＢＰ神经网络算法和心电图（ＥＣＧ）识别的原理,作者系统地探讨了ＢＰ网络用于心电图识别的方法并设计了一个用ＢＰ网络识别三种类型（ＥＣＧ）一正常、下壁心肌心梗塞和前间壁心肌梗搴系统。实验结果较好。     

PC12细胞钾离子通道门控动力学随机建模与参数估计(Ⅰ)

本文以PC12细胞钾离子通门控机理分析为例证,探索离子通道门控动力学马尔科夫模型的建模方法,并详述建模过程,为通过研究者提供启示与借鉴．在此基础上提出PC12细胞钾离子通道门控动力学的三个备择方案,然后试用Ball等人建议的适用于片膜中只含一个通道记录的极大似然算法估计速率参数,根据AIC及SC准则将模型作了比较,选择较适宜的模型刻划PC12细胞钾离子通道门控动力学．     

面向异步多时延基因调控网络建模的高阶动态贝叶斯网络模型及其结构学习算法

目的：由基因芯片数据精确学习建模具有异步多时延表达调控关系的基因调控网络。方法：提出了一种高阶动态贝叶斯网络模型,并给出了网络结构学习算法,该模型假定基因的调控过程为多阶马尔科夫过程,从而能够建模基因调控网络中的异步多时延特性。结果：由酵母基因调控网络一个子网络人工生成了加入10%含噪声的表达数据用于调控网络结构学习。在75%的后验概率下,本文提出的高阶动态贝叶斯网络模型能够正确建模实际网络中全部的异步多时延调控关系,而经典动态贝叶斯网络仅能够正确建模实际网络中1/3的调控关系;ROC曲线对比表明在各个后验概率水平上高阶动态贝叶斯网络模型的效果均优于经典动态贝叶斯网络。结论：本文提出的高阶动态贝叶斯网络模型能够精确学习建模具有异步多时延表达调控关系的基因调控网络。     

面向异步多时延基因调控网络建模的高阶动态贝叶斯网络模型及其结构 学习算法

目的：由基因芯片数据精确学习建模具有异步多时延表达调控关系的基因调控网络。方法：提出了一种高阶动态贝叶斯网 络模型,并给出了网络结构学习算法,该模型假定基因的调控过程为多阶马尔科夫过程,从而能够建模基因调控网络中的异步多 时延特性。结果：由酵母基因调控网络一个子网络人工生成了加入10%含噪声的表达数据用于调控网络结构学习。在75%的后验 概率下,本文提出的高阶动态贝叶斯网络模型能够正确建模实际网络中全部的异步多时延调控关系,而经典动态贝叶斯网络仅 能够正确建模实际网络中1/3的调控关系;ROC曲线对比表明在各个后验概率水平上高阶动态贝叶斯网络模型的效果均优于经 典动态贝叶斯网络。结论：本文提出的高阶动态贝叶斯网络模型能够精确学习建模具有异步多时延表达调控关系的基因调控网 络。     

基于多尺度分割和决策树算法的山区遥感影像变化检测方法——以四川攀西地区为例

山区遥感影像变化检测面临地形效应明显、空间异质性高等不利因素的影响,构建适用于复杂地形条件的变化检测方法一直是遥感应用研究的难点。在对影像进行多尺度分割的基础上,构建对象的多种光谱、形状及地形特征,将地形阴影、物候等造成的虚假变化当作"未变化"训练样本,利用决策树算法自动提取检测规则,建立复杂地形条件下面向对象的遥感影像变化检测方法,并将该方法用于四川攀西山区1989年和2009年TM影像的检测试验,最后对方法的不足和改进措施进行了讨论。主要结论包括:(1)文中构建的方法能够有效减弱山区复杂地形条件对遥感影像变化检测的不利影响,采用地面调查数据和分层随机采样的总体验证精度为93.57%,Kappa系数为0.8706。(2)C5.0决策树算法对于只有"变化"和"未变化"两种类别且同类间训练样本高度异质化的影像分类仍能取得较好的效果,具有较好的鲁棒性和适应能力。通过将地形、物候等引起的虚假变化当作"未变化"训练样本可以有效提高检测精度。(3)光谱特征仍是TM影像遥感分析的主要信息源,影像间NDVI的差值对于植被覆盖区域土地覆盖格局变化的检测具有良好的表征作用。(4)攀西地区1989—2009年间土地覆盖格局变化明显且与人类活动关系密切,典型的驱动方式包括退耕还林(草)工程、水利工程建设和矿山开采等。共检测出变化面积740.2km2,占影像总面积的2.49%。     

广义Rothermel模型预测平地无风条件下红松蒙古栎林地表混合可燃物的火行为

以帽儿山地区红松-蒙古栎林下地表混合可燃物为材料,进行不同含水率、载量和混合比例的室内点烧试验,观测得到蔓延速率、驻留时间、反应强度、火线强度和火焰长度,并与采用表面积加权法和载量加权法的广义Rothermel模型预测值进行比较.结果表明： 广义Rothermel模型对红松 蒙古栎林下地表混合可燃物的林火蔓延速率、反应强度的预测平均绝对误差分别为0.04 m·min^-1、77 kW·m^-2,预测平均相对误差分别为16%、22%;对驻留时间、火线强度和火焰长度的预测偏低,预测平均绝对误差分别为15.5 s、17.3 kW·m^-1和9.7 cm,预测平均相对误差分别为55.5%、48.7%和24%.这些误差可以看成是用该模型预测同类可燃物相应火行为的误差下限.两种加权算法对模型预测精度影响差异不大,当红松可燃物所占比重较小时,表面积加权法得到的蔓延速率和反应强度预测值精度较高,载量加权法得到的火线强度和火焰长度预测值精度较高;当红松可燃物所占比重较大时,结果则相反.