封面故事

<正>电离辐射可以引起多种辐射生物学效应,已经被广泛应用于微生物的诱变育种。但是,目前人们关于电离辐射对微生物的作用机理及具体过程还认识有限。近年来,光谱技术已经逐步被用于微生物体细胞结构和组分的研究,其中,傅里叶变换红外光谱因为具有简单、快速、低廉、无损检测等优点,已成为一种强有力的生物分析检测技术,利     

基于实测光谱混合像元分解的苹果园地遥感提取技术

以山东省栖霞市为研究区,对苹果花期的TM影像进行混合像元分解,提取苹果园地信息.基于实测地物光谱端元,利用小波变换对线性分解模型进行改进,采用实测端元改进后线性分解模型、实测端元线性分解模型、TM影像端元线性分解模型分别提取研究区苹果园地信息,并以ALOS数据进行精度评价.结果表明:经过精确的大气及地形校正后,可以利用实测光谱端元进行混合像元分解,面积精度＞97％,对丰度图像的归一化植被指数(NDVI)值与ALOS数据的平均NDVI值进行回归分析,R2＞0.8;利用小波变换对线性分解模型进行改进,可在一定程度上提高分解精度.     

一种改进的小波阈值法去除耳声发射中的伪迹

本文探讨了耳声发射及其分类、特性、目前存在的问题和相关研究方法,并提出一种改进的小波阈值处理方法,它是基于一种多分辨分析小波阈值去噪,在传统的软、硬阈值去噪基础上设立两个变量,通过调节这两个变量有效地达到去除噪声的效果。     

利用小波变换的一种快速预测基因方法

三周期性是大多数基因组序列的编码区所具有的主要特征.本文提出只计算1/3频率点的傅里叶频谱的快速计算方法,并用它分析DNA序列的三周期性,再利用小波变换在一定尺度下滤波来实现对DNA序列编码区的预测.理论分析和大量计算机实验证实了方法的有效性,预测效果良好.该方法运算快速,不需要任何训练组,也不依赖于现有数据库的信息.     

理论预测果蝇polⅡ启动子

基于果蝇polⅡ启动予的序列特征,利用结合了离散增量和位置权重矩阵的贝叶斯判别函数对果蝇启动予进行了预测。对预测算法进行10交叉检验。通过比较不同大小训练集对结果的影响,说明了参数选取的合理性和算法的预测能力。同时比较了不同参数的选取对预测结果的影响,从而获得最佳启动子预测结果。预测结果显示成功率达到93％,相互关联系数达到83％。     

鲤科鲴亚科鱼类的系统发育及动物地理学

以雅罗鱼亚科为外群,采用分支系统学的原理和方法对鲐亚科17个属(须鳊属除外)进行了系统发育和动物地理学的分析。结果表明,(1)鲴亚科这17个属为一个单系群,并由4个较小的单系群组成;(2)鲴亚科现在的地理分布格局除源自离散事件外,主要源于扩散事件。鲐亚科的特征演化还表明,东亚地区地质历史的反转演化和平行演化可能在鲴亚科系统发育过程中起了重要的作用。     

雄性不交换条件下F2群体进行基因定位的计算方法

本文提出在雄性不交换条件下,在F2群体中进行基因定位的计算方法。     

离散型单种群扩散模型的全局渐近稳定性

本文研究离散单种扩散模型全局渐近稳定性,利用单调算子和凹算子的理论讨论了其全局渐近稳定性,并得到了正平衡点全局渐的稳定和物种绝灭的充分条件。     

南岭山地1968到2015年降雨的时空变化特征研究

南岭山地位于广东、广西、湖南、江西、福建五省的交界处, 是我国南方重要的生态屏障带。认识南岭地区降水的时空分布特征, 对于深入了解南岭山地生态屏障作用及气候变化条件下该区域的降水规律意义重大。利用1968—2015年中国南岭区域14个气象站的逐月降水资料, 主要采用Mann-Kendall统计检验法、聚类分析法、小波分析方法和Kriging插值法, 研究了南岭地区48年内降水的时空分布特征。结果表明: ①南岭区域的多年平均雨量分布在1203.19 mm到2019.56 mm之间, 总体上来看, 南岭地区降雨量主要集中在南部, 自南向北呈减少趋势, 降水量随着经度增加而增加, 随纬度增加而减少, 且随海拔的升高而减少。②通过对14个站点的48 a降雨情况进行聚类分析可将南岭全区域划分为5个子区域, 全区域以及5个子区域春季、秋季的降水量呈下降趋势, 夏季和冬季呈上升趋势, 汛期大多表现出下降趋势, 非汛期大多呈上升趋势, 但除了南岭最西部的子区域的汛期降雨量表现出显著的下降趋势以外, 其余区域的各时间段降雨量趋势变化均不显著。③全区域和5个子区域的年均降雨量在48 a内没有发生显著的突变, 人类活动以及气候变化对于南岭地区的降水尚未造成非常明显的影响。④南岭地区降雨序列存在多个不同时间尺度的周期, 仅有2 a和13 a通过了85%的红噪声检验, 13 a周期所对应的小波方差峰值较2 a的峰值更高, 因此可将13 a作为南岭地区降雨量变化的主周期。研究结果可为南岭地区的农业、林业、旅游业发展决策和生态屏障作用评价提供参考依据。     

应用小波熵分析大鼠脑电信号的动态变化特性

应用小波熵（一种新的信号复杂度测量方法）分析大鼠在不同生理状态下脑电复杂度的动态时变特性。采用慢性埋植电极记录自由活动大鼠的皮层EEG,使用多分辨率小波变换将EEG信号分解为δ、θ、α和β四个分量,求得随时间变化的小波熵。结果表明：在清醒、慢波睡眠和快动眼睡眠三种生理状态下,EEG的小波熵之间存在显著差别,并且在不同时期其值与各个分解分量之间具有不同的关系,其中,慢波睡眠期小波熵还具有较明显的变化节律,反映了EEG微状态中慢波和纺锤波的互补性。由此可见,小波熵既能区别长时间段EEG复杂度之间的差别,又能反映EEG微状态的快速变化特性。