包含度和贴近度的相互诱导关系

基于贴近度和包含度的公理化定义 ,给出贴近度和包含度之间的相互诱导关系 ,建立模糊熵。

二维双曲空间三种模型的度量诱导关系

文章主要研究并给出二维双曲空间三种模型的度量诱导关系。

模糊次T_0化空间与诱导关系

在引入Fuzzy R_0空间和Fuzzy R_1空间的背景下,得到了拓扑空间与其次T_0化空间的几个有趣的等价关系。顺便讨论了Fuzzy诱导关系的性质。

基于四球试验的润滑油颗粒污染物对摩擦振动的诱导关系研究

润滑油中颗粒污染物会直接影响润滑油的润滑性能并加剧摩擦副的磨损,同时还会诱导摩擦副产生额外的振动,对机械设备的工作寿命和可靠性构成威胁。为研究颗粒污染物对摩擦振动的诱导关系,在四球式摩擦磨损试验机上,通过改变颗粒物材质、尺寸和含量,研究颗粒污染物诱导摩擦副产生的摩擦振动。结果表明,在一定硬度范围内,颗粒物材质硬度越低越容易诱导摩擦振动;在一定尺寸范围内,颗粒物尺寸越小越容易诱导摩擦振动;存在颗粒污染物含量临界值使摩擦振动最大,低于该临界值时摩擦振动减弱,高于该临界值时不会引起摩擦振动。

基于解释结构模型的生鲜肉制品冷链物流关键风险诱导关系研究

本文通过建立生鲜肉制品冷链物流关键风险的解释结构模型,分析其关键风险的诱导关系及关键风险层次关系,加深对生鲜肉制品冷链物流关键风险因素作用关系的认知,进而加强风险防控。

滇池铜绿微囊藻春化过程与诱导低温间的关系

在滇池铜绿微囊藻（Microcystis aeruginosa in Dianchi Lake）春化作用被揭示后,认识到该藻生长活动对低温有需求,分析冬季低温对滇池铜绿微囊藻生长的影响、春化过程与诱导低温间的关系等,对深入认识藻大暴发的春化过程具有重要意义.实验中先用31 ℃对藻高温休眠处理,然后用14-7 ℃低温诱导,最后在19 ℃、2 000 lx 下培养3 d,算出平均藻增长率,用变温实验方法进行相关研究.实验结果为：藻生长启动的春化过程（诱导时间/诱导低温）为12 h/14 ℃、11 h/13 ℃、9 h/12 ℃、7 h/11 ℃、6 h/10 ℃、7 h/9 ℃、8 h/8 ℃、10 h/7 ℃,10 ℃为最适诱导低温;藻增长的最大春化过程实验中,10 ℃连续处理45 d 后,平均藻增长率稳定在42.2%,这时藻数量2 d 增长1 倍,与藻暴发时的藻增长一致;低温间的掩盖实验表明,强低温的藻春化作用掩盖弱低温的藻春化作用,但在10-7 ℃内,掩盖作用是短时间的;对低温春化过程的累积作用分析表明,诱导低温在14-10 ℃波动对藻作用过程中,最强低温的间断春化过程具有累积作用,而诱导低温在10-7 ℃波动对藻作用过程中,最强低温的间断春化过程则没有累积作用;滇池的铜绿微囊藻的最适生长温度为19 ℃,而太湖的铜绿微囊藻为25 ℃,生长在滇池的铜绿微囊藻是铜绿微囊藻中适应云贵高原湖泊的一个生态型,即滇池铜绿微囊藻,学名Microcystis aeruginosa in Dianchi Lake;对春化作用重新定义分析,滇池铜绿微囊藻的春化作用属于广义春化作用.

诱导覆盖关系下的加权多粒度粗糙集及应用

为从更多角度进一步分析多属性覆盖决策信息系统,提出了诱导覆盖关系下的加权多粒度粗糙集。分析了采用专家经验确定粒度权重的局限性,引入基于分类质量的粒度权重赋值方法,使决策结果更具客观性;将诱导覆盖关系引入加权多粒度粗糙集,给出完整的粗糙上下近似;讨论了几种度量参数之间的关系,并对相关性质和定理进行证明;通过实例分析验证了模型的有效性和实用性。

基于多层次模板的脑功能网络特征选择及分类

基于单一脑图谱模板的功能连接网络中提取的特征表示不足以揭示患者组和正常对照组(NC)之间的复杂拓扑结构差异,而传统的基于多模板的功能脑网络定义多采用独立模板,缺乏模板间的关联,从而忽略了各模板构建的功能脑网络中潜在的拓扑关联信息。针对上述问题,提出了一种多层次脑图谱模板和一种使用关系诱导稀疏(RIS)特征选择模型的方法。首先定义了具有关联的多层次脑图谱模板,挖掘模板之间潜在关系和表征组间网络结构差异;然后用RIS特征选择模型进行参数优化,进而提取组间差异特征;最后利用支持向量机(SVM)方法构建分类模型,并应用于抑郁症患者的诊断。在山西大学第一医院抑郁症临床诊断数据库上的实验结果显示,基于多层次模板的功能脑网络通过使用具有RIS特征的选择方法取得了91.7%的分类准确率,相比传统多模板方法的准确率提高了3个百分点。

基于噪声混淆增强特征鲁棒性的脑疾病预测

随着医学影像数据的不断发展,纵向数据分析逐渐成为了解和跟踪阿尔茨海默病(Alzheimer’s disease,AD)发病过程的重要研究方向。目前已经提出了许多纵向数据分析方法,其中多任务学习得到广泛应用,它能够集成多个时间点的影像数据,提高模型的泛化能力。大多数现有的方法能够识别不同时间点的共享特征,但这些特征中会包含一定的噪声。与此同时,不同时间点进展的潜在关联仍未得到充分的探索。本文提出了一种基于参数分解和关系诱导的多任务学习(Parameter decomposition and relation⁃induced multi⁃task learning,PDRIMTL)方法,以此从纵向数据中识别特征。该方法不仅能够识别去除噪声后的共享特征,提高共享特征的鲁棒性,而且能够对不同时间点的内在关联进行建模。结果表明,在不同时间点的结构磁共振成像(Structural magnetic resonance imaging,sMRI)数据上,该模型能够有效提高对AD鉴别的准确性。

褐飞虱与灰飞虱间接种内和种间效应的比较研究

为了明确褐飞虱Nilaparva talugens(Stl)与灰飞虱Laodelphgax striatellus(Fallén)经寄主植物而诱导引起的间接种间效应,在人工气候室内以健康植株为对照,研究了2种飞虱在事先分别经一种稻飞虱危害的汕优63和秀水11上的表现,比较由同种或异种诱导的间接种内和种间效应对该2种稻飞虱主要生物学参数的影响,结果表明在每2株稻苗接20头高龄单一种飞虱若虫危害2d的条件下,褐飞虱存在一定的间接种内竞争,主要表现为在事先由同种危害的寄主上若虫存活率显著下降,但未发现灰飞虱对褐飞虱的正面或负面的间接种间效应。但是,在试验条件下灰飞虱并不存在间接种内竞争,而存在着显著的褐飞虱对灰飞虱诱导的间接种间促进作用,主要表现为在事先经褐飞虱取食危害的寄主植物上灰飞虱若虫的历期缩短、存活率提高、雌成虫寿命延长、每雌产卵量增加。同时,褐飞虱对灰飞虱所表现的间接诱导种间促进效应与寄主品种有显著互作关系,在中抗灰飞虱的汕优63品种上,间接诱导种间促进效应较在感灰飞虱品种秀水10上更为明显。本文对稻飞虱间接诱导种内和种间效应的机制和进化意义进行了讨论。