How Many 3D Structures Do We Need to Train a Predictor？

It has been shown that the progress in the determination of membrane protein structure grows exponentially, with approximately the same growth rate as that of the water-soluble proteins. In order to investigate the effect of this, on the performance of prediction algorithms for both α-helical and β-barrel membrane proteins, we conducted a prospective study based on historical records. We trained separate hidden Markov models with different sized training sets and evaluated their performance on topology pred...     

中国濒危鱼类、两栖爬行类和哺乳类的地理分布格局与优先保护区域——基于《中国濒危动物红皮书》的分析

《中国濒危动物红皮书》依据我国动物所面临的濒危,对我国濒危动物的濒危等级划分,种群现状,致危因素和保护措施等进行了描述说明,首批收录了535种濒危动物。本文以《中国濒危动物红皮书》中所收录的352种濒危脊椎动物（不含鸟类（以下简记为“濒危植物”）为研究对象,整理统计了现有濒危物种的分布资料,在GIS支持下,对中国濒危动物的地理分布进行了研究。结果表明,中国濒危动物物种呈明显的集聚分布,最密集的地区是横断山区,海南岛,西双版纳和云贵高原;而在华北平原,内蒙古东部,黄土高原和东北平原等地区出现大片空白区。影响濒危动物分布的主要因素有热量和水分条件,地形条件等自然条件以及历史开发,人为破坏等人文条件。山地因地形屏障作用而保留了较多的古老物种,其较为复杂的环境因子也有益物种的生存,因而物种丰富度较高。大多数动物对于水分和热量的依赖性较强,因此水热条件对其分布的限制作用十分明显。人为破坏较为严重的地区,濒危物种稀少;污染,开荒等引起的环境问题对于现存动物的威胁很。运用Dobson排除算法得到云南勐腊县等9个县分布有168种濒危动物,占全国总数（海生种类及仅分布于台湾和香港的特有种除外）的51．5％,而其土地面积之和仅为全国陆地总面积的0．9％。而云南勐腊县等94个县市就分布有中国所有的濒危动物。这些地区是我国生物多样性保护应该优先考虑的地方。     

两种过滤特征基因选择算法的有效性研究

对基因表达谱进行特征基因选择不仅能改善疾病分类方法的效能,而且为寻找与疾病相关的特征基因提供新的途径．通过比较用调整p值的t检验、非参数评分两种特征基因选择算法后和未进行选择时支持向量机(SVM)分类器的分类性能、支持向量(SV)的吻合度、错分样本ID的吻合度和对样本均匀翻倍后的稳定性．结果发现：特征选择后线性、核函数为二阶多项式和径向基的SVM分类性能明显提高;特征选择前后的SV及错分样本ID的吻合度均较高;SVM的稳定性较好．由此得出结论：这两种特征选择算法具有一定的有效性．     

气候变化下青藏高原全缘叶绿绒蒿的潜在分布变迁

青藏高原物种丰富且属于气候变化敏感区,研究气候变化对青藏高原物种的潜在分布影响,对于该区域物种多样性保护具有重要意义。该研究以一级濒危藏药植物全缘叶绿绒蒿为研究对象,利用加权平均算法(weighted average algorithm, WAA)构建随机森林(RF)、灵活判别分析(FDA)及人工神经网络(ANN)的集成模型,同时对比分析了WAA模型和不同生态位模型的预测精度。最后利用WAA模型预测了全缘叶绿绒蒿在当前(1970~2000年平均)和未来(2041~2060年平均)气候情景下的潜在分布,其中未来气候考虑了2种“共享社会经济路径”(SSP2-45和SSP5-85)。结果显示:(1) WAA模型的预测表明,基于RF、FDA和ANN的集成模型的AUC值为0.926,在AUC值最高RF模型的基础上提高了3%,在FDA和ANN模型的AUC值的基础上均提高了5%。(2) WAA模型确定,全缘叶绿绒蒿的潜在分布对年降水量和最暖季降水量最为敏感,其次是最热月份最高气温,同时对最湿月份降水量以及等温性表现出较低的敏感性。(3)当前全缘叶绿绒蒿潜在分布区主要分布在甘肃西南部、青海东部至南部、四川西部和西北部、云南西北部和东北部、西藏东部。(4)未来气候变化下青藏高原全缘叶绿绒蒿潜在分布预测表明,在2050年SSP2-45情景下,全缘叶绿绒蒿的潜在分布区大小与当前潜在分布区大小基本相同,但整体向西北方向高海拔高纬度地区迁移;在SSP5-85情景下,全缘叶绿绒蒿的潜在分布区明显收缩,且向西北高纬度高海拔地区延伸的趋势更加明显。     

北部湾茅尾海无瓣海桑红树林地上生物量反演——基于XGBoost机器学习算法

无瓣海桑是广西从自治区外引进的外来红树林树种,采用定量化算法精确估算无瓣海桑地上生物量对红树林生态修复以及海洋蓝碳监测提供经验和方法。论文以广西茅尾海自然保护区无瓣海桑红树林为研究对象,以野外实测无瓣海桑红树林地上生物量数据和Sentinel-1/2卫星提取的后向散射数据、波段数据、植被指数数据和纹理指数数据为数据源,通过分析各遥感因子与实测红树林地上生物量之间的重要性关系,采用极端梯度提升(XGBoost)机器学习算法对比了不同的变量组合对模型精度的影响,最后基于优选的变量组合反演了无瓣海桑红树林的地上生物量。结果表明：(1)研究区无瓣海桑红树林实测树高范围为1.55—13.58m,平均值为8.37m,胸径范围为0.7—41cm,平均值为15.62cm;(2)通过XGBoost算法优选的21个特征变量组合模型拟合效果较好,其模型在测试阶段R²=0.7237,RMSE=21.70Mg/hm²。XGBoost算法反演研究区无瓣海桑地上生物量介于19.14—138.46Mg/hm²之间,平均值为51.92Mg/hm^...     

适用于获取最优化配方的一种算法

本文应用印楝种仁提取物（F3）与敌敌畏混配为例,以斜纹夜蛾（Spodopteralitura）为目标害虫,介绍一种适用于获取最优化配方的算法,在二次通用回归旋转组合设计的基础上,经参数辨识,获取二次回归方程,经失拟性、回归显著性检验,本方程基本能够反映杀虫剂用量与斜纹夜蛾幼虫死亡机率值之间的关系．在害虫防治实践中,要求在防治费用最小的基础上,目标害虫有最大的死亡率.因此,以防治目标害虫的费用作为优化算法的目标函数,以害虫死亡机率值最大作为约束条件,有如下的一组优化算式为目标函数约束条件式中a1,a2分别为参试杀虫剂1,2最低用量,b1,b2则为相应的最高用量．C1,C2分别为杀虫剂1,2的单价,N1,N2为杀虫剂l,2的用量．Y为目标害虫死亡机率值回归方程．本文所依据的试验设计中,以对数函数关系变换编码值与使用浓度之间的关系,所以应用拉格朗日求极值原理求取最优化配方．由计算所得的混配比例与其他方法所获结果一致．     

一种复合神经元网络结构的并行动力学及快速学习算法

提出两种功能互相不同的神经细胞组成的复合神经元网络(CNN)模型;导出一种特殊结构的CNN的并行动力学;而且证明了它的稳定性。在这些结果基础上,得到快速的假逆矩阵学习算法。计算机仿真试验证实学习算法与动力学稳定性的正确性,并表现出良好的容错性能与存储容量。     

一种以准DOG分布为基元的体视匹配算法

本文提出了一种新体视的匹配算法,其特点是:(1)以准DOG分布为基元;(2)以同源性、唯一性、顺序性为约束;(3)本质上是一种协同算法。理论分析和实际计算表明,该算法是合理的,有效的。最近的一些心理物理学结果是支持我们的这个算法的。     

杉木林自疏过程密度调节规律的研究

提出了森林自然稀疏过程中密度调节规律新模型,应用收缩扩张算法以山杨、云南松等树种森林自疏过程中密度资料对新模型进行了验证。验证结果表明：所提出的森林自疏规律模型能很好拟合实际的观测资料,具有良好的使用价值;所采用的非线性方程最优拟合方法是科学的,从而丰富了该领域的研究方法。交提出的森林自然稀疏过程密度调节规律模型应用于杉木林自疏过程密度变化规律研究,效果很理想,可为杉木林经营管理提供参考。     

基于人工神经网络的农业病虫害预测模型及其效果检验

选取与病虫害有关的因子作为样本的输入特征,建立了农业病虫害年分类预测的Ｂ－Ｐ人工神经网络模型。该方法应用于稻瘟病的预测建模结果的拟合率为１００％,预留样本检验报率为８３％。