一、引言 二、资料来源 三、模式介绍 四、结果分析

中国科学院 一九九六年攻读硕士学位研究生入学试题 生物化学〉(B卷) 一、是非题:10题,共10分。每题答对得一分,答错一题倒扣半分,不答 者不倒扣。答“是”写“+”,答“非”写“-”,写在题后的()中。 1.米氏常数(K)是与反应系统的酶浓度无关的一个常数。() 2.与肌红蛋白不同,血红蛋白由四个亚基组成,因此提高了它与氧的结合能力,从而增加了输氧的功能。() 3.维生素D和甲状腺激素的受体都在耙细胞核内。() 4.凝胶过虑法可用于测定蛋白质的分子量,分子量小的蛋白质先从柱上流出,分子量大的后流出。(）

1-1 离散时间信号 1-2 离散时间系统 1-3 线性时不变系统的差分方程描述 1-4 连续时间信号的数字处理

相位测量是利用高频测距信号、高频基准信号分别通过混频器混频后得到两个低频信号,由这两个低频信号经比相而测出相位差

1.化学反应速率的意义、能用化学反应进度的概念表示化学反应速率; 2.理解和掌握浓度、温度等因素与化学反应速率的定量关系; 3.理解基元反应、化学反应速率常数、反应级数的意义; 4.学会用活化能、活化分子等概念解释化学反应速率的影响因素; 5.了解多相反应、光化学反应、链反应的概念;

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

提出一种基于参考模型的视网膜特征量化方法，结合医生诊断过程中关注的视网膜形态变化特征，提出一系列适用于计算机判断分析视网膜状态的可量化特征.在完成正常光学相干断层成像（OCT）中视网膜内界膜（ILM）、光感受器内外节交界处（ISOS）、布鲁赫膜（BM）分割提取的基础上，利用统计方法构建正常视网膜参考模型.结合参考模型和医生所关注的视网膜厚度、边界平滑度以及边界连续性，实现视网膜不同区域厚度特征、厚度比值特征、梯度特征、曲率、标准差、相关系数特征的计算.基于正常OCT图像所构建的参考模型，获取了正常视网膜的厚度及形态特征量化数值.通过分析比较异常OCT图像与参考模型特征数值之间的差异，可以对应表征出异常图像中病变导致的异常形态所在位置及严重程度.实验结果表明，通过参考模型获得的正常视网膜特征信息可以为医生提供数值参考，同时对异常OCT图像量化得到的特征数值可以表现出图像中的异常形态，为后续的异常判断提供基础

绪论 一、昆虫在自然界中的地位与昆虫纲的特征 (一)、昆虫在自然界中的地位结合以有的生物学知识介绍昆虫在自然界早地位、娄 量(250多万种、一群蚁可达数以亿记),以日常一些对昆虫的误认导入昆虫纲特征。 (二)昆虫纲特征昆虫分三体段、各体段的特征、昆虫发育特征 二、昆虫纲的特点及与人类的关系

4.1 概述 4.2 组合逻辑电路的分析方法和设计方法 4.3 若干常用的组合逻辑电路 4.4 组合逻辑电路中的竞争-冒险现象

6.1 概述 6.2 时序逻辑电路的分析方法 6.4 时序逻辑电路的设计方法 6.3 若干常用的时序逻辑电路 6.5 时序逻辑电路中的竞争-冒险现象