野生型和人工选育全蓝型七彩神仙鱼群体的遗传多样性分析

【目的】研究七彩神仙鱼(Symphysodon aequifasciatus)的遗传多样性,分析野生型和两种人工选育蓝色群体的亲缘关系和遗传差异,获得与体色形成相关的候选基因组区域及位点,同时为七彩神仙鱼分类系统的制订提供参考。【方法】对9尾野生型(WF)、8尾全蓝型(BF)和10尾白化蓝型(ABF)七彩神仙鱼个体进行全基因组重测序,获得单核苷酸多态性(SNP)位点,计算群体遗传多样性指标,分析群体遗传结构,进行群体间的选择消除分析。考虑SNP注释和突变率,结合PCR和Sanger测序,验证候选SNP。【结果】在3个七彩神仙鱼群体中共鉴定出1360293个SNP,PIC、Pi、Ho、He表明,野生型、全蓝型和白化蓝型的遗传多样性递减,选育群体的杂合度很低。系统发育进化树、群体结构分析和多态性位点主成分分析结果均显示,3个群体之间相互独立,且群体内部聚集明显。连锁不平衡衰减分析结果表明,白化蓝型群体承受着巨大的选择压力,其次是全蓝型群体。基于群体分化指数F_(ST)和Pi进行选择消除分析,结果表明,全蓝型群体的第3、12、13、18、20号染色体和白化蓝型群体的第1、16、18、19号染色体的较大区域内存在强烈的选择信号。在全蓝型群体和白化蓝型群体中分别鉴定出13个和9个候选SNP。【结论】3个七彩神仙鱼群体的遗传多样性较低,遗传关系显示出与人工选育进程的一致性。USP43、FGFR2、DENND4、MLL1基因可能与七彩神仙鱼体色形成密切相关。

非平稳海杂波的消除趋势波动分析

根据消除趋势波动分析(DFA)的基本原理,研究了非平稳条件下两种不同波段实测海杂波数据的分形标度特性以及海洋环境参数对分析结果的影响.采用分段数据均值/方差的差异、随机游走模型和对数方差-尺度法等对海杂波的非平稳性、分形特性和长程相关性进行定性判定.利用DFA得到的波动函数-尺度的双对数坐标曲线,分析了不同尺度范围内海杂波和目标单元的标度指数特性.对交叉标度现象的研究结果表明:它由海杂波本身的相关性在不同尺度范围存在差异导致的,且在VV极化时差异性更加显著.当海况改变时,不同尺度范围内标度指数的变化趋势与极化方式密切相关.最后,以拟合误差为检验统计量,对分析结果在目标检测算法中的应用进行了验证性分析.

砂壤质褐土水力特性与物理性质的空间尺度效应——消除趋势波动分析法

土壤水力特性与物理性质的空间异质性及其之间的关系在不同尺度上会有不同表现。采用消除趋势波动分析法对土壤水力特性（田间持水量、萎蔫系数和饱和导水率）和物理性质（机械组成、容重和有机碳含量）进行尺度分析。结果表明，只有在一定尺度范围内才能进行土壤水力特性空间变异分析和尺度转换（外推）。过小的尺度范围内不能摆脱空间相关的束缚，尺度太大时不能抓住主要控制因子，因此无法进行尺度外推。所研究砂壤质褐土田间持水量、饱和导水率、容重和有机碳含量可外推尺度范围较大，分别为55～155、50～125、50～125和50～135m；砂粒、粉粒和黏粒含量的可外推尺度范围较小，为50～85m，因此在进行空间尺度转换前应先确定其尺度外推范围。

基于消除趋势波动分析的上海世博会场馆排队分析

2010年,上海市举办了第41届世界博览会,愈7 300万的参观人次也创下了历届之最.如此巨大的参观人次势必造成大量场馆特别是热门场馆的排队和等待现象。研究排队和等待现象的时间关联性,有助于引导参观人群合理选择场馆、提高参观效率,同时避免过度拥挤酿成事故.为此,引入消除趋势波动分析法,利用各场馆日平均排队长度和日平均等待时间数据,分析其长时程关联性.测试表明,大部分场馆的排队和等待现象呈现长时程正相关性,部分热门场馆呈现长时程反相关性.

电测系统误差原因分析及消除

电气工作的快速发展,电气测量工作突显出其重要性,成为电气工作中非常重要的一部分。但在电气测量要想取得精确的数值还是很困难的,因为在测量过程中会受到测量仪器、仪表、测量方法及测量人员等诸多因素的影响,导致测量结果偏离正确的数值,存着误差。本文针对电气测量中产生系统误差的主要原因进行了分析,并对测量中误差进行了分类,同时对误差的表示方法进行了说明,并进一步对消除误差的具体方法进行了阐述。

胶东上庄金矿成矿元素的消除趋势相关性分析

运用消除趋势波动分析(DFA)和消除趋势交叉相关性分析法(DCCA),研究了胶东上庄成矿元素AuAg-Cu-Pb-Zn含量序列的趋势波动自相关性和波动交叉相关性.结果显示,DFA相关指数和DCCA交叉相关指数值均大于0.5,表明成矿元素不仅具有不同程度的自相关性,而且Au元素与伴生元素Ag-Cu-Pb-Zn存在较强的交叉相关性,但自相关性和交叉相关的持续性程度存在差异,其中Zn元素的自相关指数及Au与Zn的交叉相关指数最大,指示Zn自相关性和Au元素与Zn元素交叉持续相关性程度最强.成矿元素的自相关性和交叉相关性的定量刻画可为进一步查明成矿富集过程及解释地球化学场时空结构提供参考.

探测交通时间序列长相关性的多重分形消除趋势波动分析方法

交通时间序列的多重分形性通常与交通流时间序列的长相关性或概率密度函数有关。本文应用多重分形消除趋势波动分析(MF-DFA)方法来研究交通流时间序列。通过分析北京玉泉营快速路的速度时间序列,我们发现速度时间序列存在一个时间标度值,其前后的信号分别具有不同的相关指数。最后,我们用MF-DFA方法对原始序列和扰动序列进行分析比较,发现交通时间序列的多重分形性主要是由交通流的相关性决定的。

股市时间序列的多重分形消除趋势分析

为了探索股票时间序列的无标度性,应用多重分形消除趋势分析的方法(MF-DFA)来研究沃尔玛指数(WMT)日收盘价.研究结果表明,沃尔玛指数日收盘价的变化具有多重分形的特性,广义Hurst指数显著依赖于波动函数的阶数,并随之变化;尺度函数表现出明显的非线性性质;多重分形谱呈现单峰钟形图像.

多重分形消除趋势分析法在坝体渗漏量监测中的应用

针对混凝土重力坝渗漏量原始监测序列的趋势性波动对整个大坝安全监测序列不同时段间的时程相关性产生的影响,以某水电站大坝为例,采用多重分形消除趋势分析法(MF-DFA)确定整个大坝安全监测序列不同时段间的时程相关性,并分别计算每年坝体渗流量监测的定标指数,与相应的坝体渗漏量过程线进行对比分析,以验证MF-DFA在确定坝体渗漏监测序列时程相关性中的可行性。结果表明,该方法具有一定的精度和合理性,为后续建模计算提供了理论依据。

改进的消除波动趋势分析法

分形理论是非线性科学研究中一门十分重要的理论,现在已经被广泛应用于各种研究领域,如气象学,生物学,地理学,经济学等等。对传统的DFA方法进行了改进,将其推广到了二维,并以交通时间序列为研究对象,全面刻画了交通数据的特点。比较传统的DFA与改进后的方法之间的异同。通过计算,得出了二维DFA幂律指数间的内在关系。

大型锻件内部缺陷分析及内裂纹消除方法研究

本文对大型锻件内部缺陷进行详细分析,并阐述相关裂缝的消除方法,例如:热能自动修复;或是在大型锻件煅烧工艺中,结合压实及收孔的技术,预防大型锻件内部发生裂纹现象。通过大量数据实验的证明,上述方法能够有效地对大型锻件内部裂纹进行控制,是大型锻件内部质量的重要途径。

精密轧辊磨床故障振动分析及消除

精密轧辊对于钢企的冷轧厂来说有着重要地位,与此同时精密轧辊磨床中的一些潜在故障也就成了当下首要考虑的问题。本文就当前精密轧辊磨床中会出现的振动故障进行分析,通过各种方法排除不确定因素,找出产生振动故障的真正原因,进而给出一些有效的建议,使得振动故障可以及时得到解决。

发电机组热控设备缺陷分析与消除

我国在发电机组热控设备投入使用后,出现了各种各样的缺陷,文本作者分析了几种常见缺陷出现的原因,并提出了改进的方法。

电网设备监控信号综合智能分析技术及应用

随着电力行业的发展,电网设备数量和种类增加,信号监控工作也从单点监视转向综合化智能化监控。运用综合智能分析技术,为监控人员提供设备快速建模、信号自动验收及故障综合分析消除等辅助功能,提高工作效率,降低运行风险,更好地适应电网大运行体系建设的需求。

MF-DFA在大坝安全监测序列分析和整体性态识别中的应用

为更好地分析监测序列的波动特征进而识别大坝整体性态演变规律,将多重分形消除趋势波动分析(MF-DFA)方法应用到大坝监测序列分析,并以一混凝土坝垂线监测序列为例,通过单个测点、环境量的长程相关性和多重分形特征分析及3个不同坝段测点比较,结果表明:坝体变形序列具有较强的多重分形特征,大波动受温度和库水位的周期性变化影响,小波动则受水位的频繁涨落控制;同时,溢流坝段和挡水坝段又因其环境荷载条件和工作机理不同波动特征略有差异;总体看,变形序列受环境量控制,大坝整体性态正常。实例分析结果表明MF-DFA可以从局部和整体两个层面评价大坝的工作性态及其演变规律。

成都市一次重雾霾期间PM_(10)自组织演化的分形特征及DFA分析

运用计盒维数法和消除趋势波动分析方法,研究了成都市2013年1月8—20日一次重度雾霾期间,草堂寺、金牛坝、三道堰和十里店4个监测站点连续PM10小时平均质量浓度序列的时间演化规律。雾霾期间4个监测站点的PM10质量浓度序列在某一临界质量浓度以下均表现出标度不变分形结构和长期持续性非线性特征,且这两种物理特征具有很好的动力学同步性;但一旦超过临界质量浓度,PM10演化的长期持续性特征就会消失,PM10演化的标度不变分形结构也随之消失。进一步根据自组织临界(SOC)理论,探讨了导致此次成都重度雾霾期间PM10污染演化呈现分形结构和长期持续性特征的内在动力学机制,并将雾霾天气大气污染系统的动态特征与自组织临界性的判断标准进行了对比分析。结果表明,大气PM10污染演化具有自组织临界性复杂系统的基本特征,此次成都重度雾霾期间PM10在临界质量浓度以下的波动演化主要受系统自组织内禀动力机制主导控制。在该机制的影响下,即使在雾霾期间,污染源排放相对平稳,城市大气系统也相对稳定,但PM10污染演化仍会出现非线性波动,从而导致极高PM10质量浓度的涌现。这一特征可能是由SOC特有的内禀敏感性和不可预测性决定的,也正是由于SOC系统的稳定性使得此次成都重度雾霾污染持续时间很长。

灰霾消散前后PM_(10)浓度大幅波动的多重分形分析

该研究采用多重分形消除趋势波动分析法,对成都一次灰霾污染过程中,PM10浓度在灰霾消散前后的多重分形特征进行分析,研究表明灰霾消散前后PM10浓度均具有多重分形特征。进一步运用相位随机替代法与随机重构法,对导致PM10浓度多重分形特征的动力原因进行分析。结果表明重度灰霾期间,长期记忆机制在PM10演化中均占据了主导控制作用;灰霾消散期间,虽然降水过程使得PM10多重分形特征的动力来源有所变化,但长期持续机制仍是多重分形特征的主要动力来源。尽管从表观上来看,大气降水过程显著降低了大气PM10浓度,但由于其内在动力机制并未得到本质的破坏,长期记忆机制仍是PM10演化的内在动力机制,从而可能导致未来特定气象条件下出现高浓度PM10污染,形成灰霾,后续监测数据证实了该论断。研究结果对于PM10浓度演化动力特征的研究以及灰霾预测预警机制的建立具有实际的参考意义。

元谋干热河谷近50a降水量时间序列的DFA分析

干热河谷是一类特殊的退化生态系统区域，降水对河谷景观格局的变化起着十分重要的作用。基于消除趋势波动分析法（DFA）分析了元谋地区近50a降雨量变化趋势，同时也对1978～2006年进行了滑移分析。结果表明，元谋地区年均降水量序列至少在50a的时间尺度上具有微弱的Hurst效应，即具有较弱的长期持续性及较强的随机性。区域植被覆盖率的变化能对该区域降雨量的动力学变化趋势做出有效的解释。

DFA在海杂波标度特性分析及目标检测中的应用

采用消除趋势波动分析(DFA)方法,研究了非平稳海杂波的标度特性及其参数表征问题,并提出了一种基于标度特性差异的目标检测算法。首先,在海杂波建模为分数布朗运动模型的基础上,对比分析了DFA和波动分析(FA)得出的标度特性,并初步解释了交叉标度现象出现的机理。然后,在假定相邻尺度范围内海杂波与理想分形模型相吻合的前提下,引入分段标度指数来表征海杂波标度特性随尺度的变化关系,分析结果表明,在特定的尺度范围内该参数可以有效区分目标单元与海杂波单元。为此,以该尺度范围内的分段标度指数均值为检验统计量设计了一种新的目标检测算法,并对尺度区间范围的选取、检测性能等问题进行了分析。实测数据中的检测性能证实了检测算法的有效性。

张家界市一次旅游高峰期前后PM_(2.5)污染演化的动力特征分析

应用去趋势波动分析法(DFA)分析张家界市一次旅游高峰期前后(即2014年4月2日至10日,其中4月5日至7日为清明假期)大气PM2.5浓度序列的演变规律.结果表明,旅游高峰前后各站点大气PM2.5的浓度时间序列至少在7 d的尺度上具有长期持续性特征,且景区内站点(袁家界、未央路)PM2.5的长期持续性要强于城区(永定新区、电业局).用滑动窗口的方法讨论了长期持续性随时间的变化特征,发现各站点旅游高峰前后,PM2.5的长期持续性特征均表现出很强的稳定性,并没有出现旅游高峰过后大气PM2.5长期持续性减弱的现象.该现象说明,张家界市一次旅游高峰期间,PM2.5的波动演化在动力学上主要是由PM2.5的长期持续性特征主导控制.该研究有助于加深对旅游城市大气PM2.5污染演变动态过程的认识.