试论先秦比类思维

比类思维源于先秦,就“类”而言,中国的“类”概念,外延宽泛,中国比类思维散见在先秦诸子文献中,中国在先秦时就有了隐喻,究其发端,在比类思维。比类促生隐喻、促进认知、更助推了先秦灿烂辉煌的历史文化。     

内蒙古地区布氏田鼠种群MHCⅡ类基因第二外显子的遗传分析

以MHCⅡ类基因第二外显子(MHC classⅡexon 2)为分子标记,用限制性酶切多态性和直接测序的方法对分布于内蒙古地区的8个布氏田鼠种群共460个个体进行种群遗传结构的分析.结果显示,酶切共检测到6个等位基因,13个酶切多态性位点,卡方检验显示,各种群在6个酶切多态性位点上基因型频率不符合Hardy-Weinberg平衡.序列分析显示,在长度261 bp的核苷酸序列中,有57个变异位点,定义21种单倍型,其中有1个单倍型为不同区域种群所共享,其余20个单倍型均为各区域种群所特有.7个地理种群的单倍型多样性和核苷酸多样性较高,1个地理种群较低.谱系分析显示,8个布氏田鼠地理种群分为3个进化分支,分别与采集的地理种群相吻合:同一地理种群内单倍型之间遗传差异小,而不同地理来源的单倍型之间存在较大区别.Mentel检测表明,布氏田鼠的遗传分化与地理距离呈现正相关.AMOVA分析结果同样表明地理种群之间存在差异:各区域类群间变异组分占总变异比率的60.48%,区域内种群间变异组分占总变异比率的7.78%,种群内个体间变异组分占总变异比率的28.14%;遗传分化系数和基因流分析显示,布氏田鼠种群出现一定程度的分化,但正镶白旗种群与其他种群之间遗传分化显著.布氏田鼠的这种遗传结构特点可能是该物种稳定的地下生活环境和有限的迁移造成的,且浑善达克沙漠形成布氏田鼠分化最强烈的隔离因素.     

远场类谐和地震作用下双柱墩梁桥失效分析

根据远场类谐和地震动、普通地震动反应谱与规范反应谱之间的包络关系,选取输入结构的地震动加速度峰值?建立双柱墩式抗震梁桥,分析同峰值加速度的远场类谐和地震动和普通地震动作用下双柱墩式梁桥主梁、墩柱的地震响应等,揭示远场类谐和地震动作用下双柱墩式梁桥的动力响应与失效机理?采用SR模型模拟双柱墩抗震梁桥墩底的SSI效应,分析远场类谐和地震动作用下梁桥地震响应变化规律。结果表明,远场类谐和地震动对桥梁的地震响应为普通地震动作用的1.5倍以上,其设防烈度至少应提高一度才能保证桥梁的安全?墩-系梁连接点处弯矩随桩土刚度减小而增大,有可能会引起桥墩弯曲破坏。     

基于知识简洁度的粗集聚类方法

提出了基于知识简洁度的粗集聚类方法。首先计算对象集合在每个属性下的划分 ;然后在对初始划分进行合并时 ,引进了不可分辨度的概念 ,考虑了其他属性的影响 ,同时避免了两个对象之间取值相近的度量问题 ;在形成最终聚类结果时 ,引进了知识简洁度的定义 ,使得最终的聚类结果科学合理     

基于单链接聚类过滤法的均值方差模型

为了消除由于估计收益率数据的时间序列的有限性而导致马克威茨均值-方差模型的统计不确定性,采用基于单链接聚类过滤法的均值-方差修正模型.选取上证50成分股2004~2007年的日数据,对修正前后的模型进行了实证对比分析发现:(1)修正后模型投资组合的可靠性系数比修正前模型的平均低0.067;(2)修正后模型投资组合估计风险和预测风险分别比修正前模型投资组合平均低0.096和3.329;(3)修正前模型投资组合的有效大小比修正后模型投资组合小0.0321,表明其风险分散程度更低.这在某种程度上表明:修正后模型要优于修正前模型的投资组合.     

数据流聚类算法分析

数据流作为一种新的数据对象,近年来成为了数据挖掘领域的研究热点问题,具有很大的应用前景。文章首先比较了数据流聚类分析和传统的聚类分析的一些不同点,然后对目前几个典型的数据流研究成果进行了分析,最后对数据流的进一步研究方向进行了展望。     

基于经济与排放效益的混合动力和纯电动公交车发展前景分析

以混合动力和纯电动公交车为研究对象,基于购置成本和使用成本构建全生命周期成本模型,利用GREET模型分析“油井到车轮”二氧化碳排放量,并与传统柴油公交车对比,分析50万公里名义寿命周期内乐观和保守两种情景下新能源公交车的发展前景.结果表明:在乐观情景下,纯电动公交车拥有最优的生命周期成本和二氧化碳减排量,较柴油车分别低37％和35％;在保守情景下,混合动力公交车拥有与柴油公交车持平的生命周期成本及较低的二氧化碳排放量,较同时期柴油车低30％,纯电动公交车的生命周期成本则远高于柴油车.未来10年混合动力公交车具备良好的应用前景,纯电动公交车则需要电源结构优化和电池技术突破之后才能显示较强的竞争力.     

一种基于聚类的云计算任务调度算法

任务调度是云计算中的一个关键问题.针对 Min-Min 算法负载不平衡的缺点,引入 K-means 聚类,提出一种基于 K-means 聚类和 Min-Min 的云计算任务调度的新算法.该算法采用 K-means 聚类方法依据任务长度对任务聚类进行预处理,然后根据 Min-Min 算法的机制进行任务调度.仿真结果表明,该算法具有较好的负载均衡性和系统性能.     

伴随模式在反恐情报同步轨迹数据分析中的应用研究

[目的/意义]对反恐情报中的时空轨迹数据进行伴随模式挖掘,可以发现涉恐群体的同时间段动态空间位置移动规律。[方法/过程]根据反恐情报数据的特点,修改经典伴随模式挖掘方法中的相似度度量方式和聚类方式,不断迭代完成"聚类和取交集"操作,将满足条件的涉恐活动时空轨迹伴随模式导出。[结果/结论]该方法能够挖掘涉恐群体的同步移动路径,定位重点活动地点,分析涉恐人员之间的亲近度,为打击暴恐活动提供数据参考。