考试科目:细胞生物学(99) 一.填空(20分) 请指出构成质膜最常见的脂类 和 等5种,其中 常分布在双脂层面,使其带负电 2.近年来把动物的细应连接归成3类,它们是 和 其中 还起交流胞信息的作用 肌钙蛋白由 等3种亚单位组成,它们

5–1 频率响应的概念 5–2 单级共射放大器的高频响应 5–3 共集电路的高频响应 5–4 共基电路的高频响应 5–5 差分放大器的频率响应 5–6 场效应管放大器的高频响应 5–7 放大器的低频响应 5–8 多级放大器的频率响应 5–9 建立时间tr与上限频率fH的关系 5–10 举例及计算机仿真

1.简述日照长度对植物开花的影响及其在植物引种驯化上的意义。(光因子，引种驯化) 2.简述高山植物的生态适应特征及原因。 （高山植物） 3.生态因子主要分为几类，就目前情况而言哪一类的影响最大？ （生态因子） 4.植物群落发育主要经历几个时期？各时期特点是何？ （植物群落发育） 2002 年 1.试述风对植物的生态作用。 （风因子）

复旦1997考研 报考专业:神经生物学 微生物学 病理学考试科目:细胞生物学 1.填空(每题0。5分,总分30) 1 组成细肌丝主要的三种蛋白质是: 组成粗肌丝的主要蛋白成分是: 构成微管的蛋白有两类: 和

ARM( Advanced rIsC Machines)是微处理器行业的一家知名企业,该企业设计了 大量高性能、廉价、耗能低的RISC处理器、相关技术及软件。技术具有性能高、成本 低和能耗省的特点,适用于多种领域,比如嵌入控制、消费/教育类多媒体、DSP和移 动式应用等。 ANM将其技术授权给世界上许多著名的半导体、软件和OEM厂商,每个厂商得到的 都是独一无二的ARM相关技术及服务,利用这种合作关系,ARM很快成为许多全球性RISC 标准的缔造者

蜂猴( Nycticebus coucang) Slow loris 生境:热带、亚热带森林 捕食:用手和嘴在树干和树枝间 捕捉猎物或摘取果实。 食物:野果、昆虫、小鸟和鸟蛋 体型:体长32~35厘米。体重约 1000克 习性:树栖性灵长类动物,喜单 独活动。白天卷曲成球状隐蔽在 大树的树洞里或树叶浓密的枝桠 间休息。夜晚外出觅食。平时运 动十分缓慢,因而叫\懒猴\。在捕 捉昆虫时出手动作迅速准确。与 常慢吞吞的动作迥然不同。怀 孕期5~6个月,每胎产一仔。幼 仔稍大后,会攀付在母亲背上随 母亲外出觅食活动

工业监控系统所采集到的多元时间序列在利用数据挖掘技术获取内部存在的未知模式的过程中，经常会出现原始数据庞杂、分段结果重复、交集过多和界限不清晰等问题，导致含有突变变量或数据间相关性差的数据集进行模式挖掘结果不理想.针对上述问题，本文提出了一种新的多元时序模糊聚类分段挖掘算法.实验结果表明，该算法克服了Gath-Geva算法聚类精度易受初始值影响的不足，能够较好地反映出原始数据中潜在的过程变化，从而有效地处理时间序列的分段问题并得到理想的挖掘结果

利用K均值聚类和增量学习算法扩大训练样本规模,提出一种改进的mRMR SBC.一方面,利用K均值聚类预测测试样本的类标签,将已标记的测试样本添加到训练集中,并在属性选择过程中引入一个调节因子以降低K均值聚类误标记带来的风险.另一方面,从测试样本集中选择有助于提高当前分类器精度的实例,把它加入到训练集中,来增量地修正贝叶斯分类器的参数.实验结果表明,与mRMR SBC相比,所提方法具有较好的分类效果,适于解决高维且含有较少类标签的数据集分类问题

针对密度聚类算法对邻域参数设置敏感的问题，提出一种基于密度的模糊自适应聚类算法.算法在无需预先设置聚类数以及邻域参数的情况下，可以自适应地根据样本间距离关系确定邻域半径得到样本密度，并根据样本密度逐渐增加聚类中心.为了保障聚类结果的正确性，同时提出一种新的模糊聚类有效性指标以判断最佳聚类数，消除了密度聚类算法对参数的敏感性.用UCI基准数据集进行实验，发现本文算法在对数据进行聚类时，聚类质量较原始密度聚类算法在准确性和自适应性方面均有显著提高

针对部分聚类算法对数据输入顺序敏感的问题,定义了不干涉序列指数,提出了应用不干涉序列指数对分类数据进行加权排序的方法,并基于该方法对受数据输入顺序影响的CABOSFV_C分类数据高效聚类算法进行改进,提出了考虑加权排序的聚类算法(CABOSFV_CSW),消除了算法对数据输入顺序的敏感性.采用UCI基准数据集进行实验,发现应用加权升序排序的CABOSFV_CSW算法在处理分类数据时,聚类质量较原始CABOSFV_C算法和其他受数据输入顺序影响的算法在准确性上有改善,在稳定性上有显著提高