广义捕食系统无闭轨的几组充分条件

本文对一类广义捕食系统生物种群生态常微模型建立几组无闭轨的充分条件,为开拓涉及该类模型制作参考类作全局制图定性的研究．     

基于稳定氧同位素确定植物水分来源不同方法的比较

利用稳定同位素技术确定植物水分来源,对提高生态水文过程的认识和对干旱半干旱区的生态管理至关重要。目前基于稳定同位素技术确定植物水分来源的方法众多,但不同方法之间对比的研究较少。本研究基于原位样品采集,室内实验测试,利用直接对比法、多元线性混合模型(IsoSource)、贝叶斯混合模型(MixSIR、MixSIAR)和吸水深度模型分析植物水分来源,并对比各方法的优缺点。结果表明:相对于多元线性混合模型(IsoSource)而言,贝叶斯混合模型(MixSIR、MixSIAR)具有更好的水源区分性能,但对数据要求较高,且植物木质部水和潜在水源同位素组成的标准差越小,模型运行结果的可信度更高。本研究中贝叶斯混合模型(MixSIR)为最优解。在利用稳定氢氧同位素技术确定植物水分来源时,可先通过直接对比法定性判断植物可能利用的潜在水源,然后再用多元线性混合模型(IsoSource)、贝叶斯混合模型(MixSIR、MixSIAR)计算出各潜在水源对植物的贡献率和贡献范围,必要时可评估模型性能,选择出最优模型,定量分析植物的水分来源。若植物主要吸收利用不同土层深度的土壤水,可结合吸水深度模型计算出植物吸收土壤水的平均深度。本研究为干旱半干旱地区利用同位素技术确定植物水分来源方法的选择提供了理论依据。     

松栎林天然更新模拟与不确定性分析

森林天然更新的复杂性和不确定性是森林生态系统动态预测中的关键问题。本研究引入贝叶斯技术和全局敏感性分析,构建基于竞争、气候和地形3类因子的秦岭松栎林天然更新模型。备选模型形式以泊松(Poisson)模型、负二项(negative binomial,NB)模型、零膨胀泊松(zero-inflated Poisson,ZIP)模型和零膨胀负二项(zero-inflated negative binomial,ZINB)模型为基础。同时,根据模型参数传递的不确定性量化分析结果,阐释影响森林更新小概率事件的主导因子。结果表明: ZINB模型在油松和锐齿栎更新模拟中均优于其他模型。林分总断面积、光截留、坡位和生长季最低温是影响松栎林中油松天然更新的最关键因子;而林分总断面积、坡向与海拔的组合、年均温和最热季节降水量则是影响松栎林中锐齿栎天然更新的关键因子。油松更新模拟中,各类因子对模型输出的不确定性贡献率从小到大依次为: 竞争因子(25%)＜气候因子(29%)＜地形因子(46%);锐齿栎更新模拟中为: 气候因子(12%)＜竞争因子(24%)＜地形因子(64%)。油松天然更新数量对生长季最低温和最干季节降水量为正响应,对最干季节均温为负响应;锐齿栎天然更新数量对年均温、生长季最低温和最热季节降水量为正响应,对最干季节均温为负响应。基于贝叶斯技术的ZINB模型可以量化森林更新的影响因子,并解释参数传递的不确定性,是预测森林天然更新的有力工具。     

贝叶斯支端定年法推断分异时间和演化速率

贝叶斯支端定年法是近些年开发的推断类群分异时间和演化速率的方法。它克服了传统分步计算的缺陷,但涉及的统计学知识也更多。本文从贝叶斯统计计算的角度分层剖析了支端定年法的原理和计算过程,按照分异时间的先验分布、演化速率的先验分布、特征状态变化的模型和马氏链蒙特卡罗算法几个部分,叙述并讨论了定年计算中的主要模型和算法。旨在一定程度上为古生物学家分析实际数据提供参考。     

稳定同位素质量平衡混合模型的性能评估

稳定同位素技术可以用于消费者营养溯源,以确定多种营养来源对消费者营养的贡献比重。因此,稳定同位素质量平衡混合模型已经是消费者营养溯源分析的必要方法之一。通常使用贝叶斯混合模型来估计不同营养来源的贡献;此类模型提供了每个营养来源对消费者的贡献比例的概率分布特征。然而,混合模型拟合结果的好坏,及其与实际生态学理论的匹配水平,是模型性能的重要评价内容。例如,模型在不能很好地解析营养来源贡献时,仍将返回默认先验结果,给模型解释带来困难。为直接避免同位素构建消费者营养溯源分析中的诸多技术问题,文章将综述在拟合和评估贝叶斯混合模型时遵循的最佳实践。因此,文章基于实测的同位素数据集(蒙古鲌Culter mongolicus mongolicus同位素数据集),通过识别消费者营养功能类群特征、改变营养来源先验信息特征,构建系列贝叶斯模型;通过比较模型总体性能、实测值与预测值差异,及先验信息和后验信息差异等多种模型性能评价方法,来描述模型性能评价的方法和过程。通过这些方法的综合运用,将进一步提高消费者营养溯源准确性,为更深刻地认识食物网规律提供科学支撑。     

基于遗传算法特征选择的HBV再激活分类预测模型

探讨原发性肝癌患者精确放疗后乙型肝炎病毒(hepatitis b virus,HBV)再激活的危险特征和分类预测模型。提出基于遗传算法的特征选择方法,从原发性肝癌数据的初始特征集中选择HBV再激活的最优特征子集。建立贝叶斯和支持向量机的HBV再激活分类预测模型,并预测最优特征子集和初始特征集的分类性能。实验结果表明,基于遗传算法的特征选择提高了HBV再激活分类性能,最优特征子集的分类性能明显优于初始特征子集的分类性能。影响HBV再激活的最优特征子集包括:HBV DNA水平,肿瘤分期TNM,Child-Pugh,外放边界和全肝最大剂量。贝叶斯的分类准确性最高可达82.89%,支持向量机的分类准确性最高可达83.34%。     

基于支持向量机的蛋白质同源寡聚体分类研究

基于支持向量机和贝叶斯方法,从蛋白质一级序列出发对蛋白质同源二聚体、同源三聚体、同源四聚体、同源六聚体进行分类研究,结果表明：基于支持向量机, 采用“一对多”和“一对一”策略, 其分类总精度分别为77.36%和93.43%, 分别比基于贝叶斯协方差判别法的分类总精度50.64%提高26.72和42.79个百分点.从而说明支持向量机可用于蛋白质同源寡聚体分类,且是一种非常有效的方法.对于多类蛋白质同源寡聚体分类,基于相同的机器学习方法（如支持向量机）,采用“一对一”策略比“一对多”效果好.同时亦表明蛋白质同源寡聚体一级序列包含四级结构信息.     

关于极限定理的一个新结果

设{X_n,n≥0}是可列非齐次马氏链,S_n(i_1,…,i_m,w)表示m元状态序组(i_1,…,i_m)在序列(X_1,…,X_m),(X_2,…,X_m 1)…,(X_n,…,X_n m-1)中出现的次数．本文通过利用{X_n,n≥O}在Wiener概率空间的一种实现,给出了关于S_n(i_1,…,i_m,w)的一个对任意可列非齐次马氏链普遍成立的强级限定理．     

一个具有扩散和时滞的捕食模型的持久性与周期解的存在性

对一类在斑块环境下具有Beddington型功能性反应和时滞现象的非自治捕食系统进行了研究,证明系统在适当的条件下是永久持续生存的;利用重合度理论,得到了一组保证该系统存在正周期解的充分条件．     

一种新的蛋白质结构类预测方法

基于氨基酸的16种分类模型,给出蛋白质序列的派生序列,进而结合加权拟熵和LZ复杂度构造出34维特征向量来表示蛋白质序列。借助于贝叶斯分类器对同源性不超过25%的640数据集进行蛋白质结构类预测,准确度达到71.28%。