哀牢髭蟾（Vibrissaphora ailaonica）和红瘰疣螈(Tylototriton verrucosus)的分子系统地理学研究

本研究用线粒体细胞色素b 基因全序列和ND4 基因序列探讨了哀牢髭蟾 （Vibrissaphora ailaonica）分子亲缘地理学和保护遗传学，利用线粒体细胞色素b、 控制区全序列和部分12SrRNA 基因序列研究了分布于中国的红瘰疣螈 （Tylototriton verrucosus）分子亲缘地理学和保护遗传学。 哀牢髭蟾为生活于高海拔生境（大约2000-2600m）的濒危蛙类。各种致危因 素引起了关于对小的、隔离种群长期存活的关注，然而迄今没有关于该物种遗传 多样性的报道。本论文首次研究了分布于中国云南省的哀牢髭蟾的亲缘地理学和 保护遗传学。对采自于9 个种群81 个个体，我们应用线粒体mtDNA cyt b 和 ND4 基因共计1990bp, 获得了51 个单倍型。系统发育分析显示三个分化较深且互为单 系的族群，大致相应于分别被元江和藤条江河谷分开的三个地理单元（元江以东、 金平和藤条江以西地理单元），暗示了长期的地理隔离分化。分子变异等级分析 （AMOVA）显示遗传变异主要为三个地理单元之间（81.68％）和种群内的个体之 间（11.26%）。三个地理单元显著的地理分布暗示在空间和时间上的隔离，这与中 国西南地区在晚中新世到上新世的哀牢山的造山运动和隆升所引起的重要的气候 和古地质变化时间相一致。我们推测低海拔干热河谷可能是三个地理单元之间基 因交流受限的主要生态障碍。根据上述研究结果，我们建议对这三个遗传分化显 著的地理单元，元江以东地区、金平地区、藤条江以西地区作为独立的管理单元 分别加以保护。 本研究通过测定中国横断山区的红瘰疣螈（Tylototriton verrucosus）17个采集 点的123个红瘰疣螈标本的线粒体mtDNA Cyt b、D-loop和12SrRNA三个基因片段 (2347 bp)序列，首次研究了红瘰疣螈在横断山区的群体遗传结构和分子系统地理格 局，并讨论了T. shanjing的物种有效性。基于123个样品定义的49个单倍型的贝叶 斯和NJ系统发育分析表明：(1) T. verrucosus和T. shanjing均未各自构成单系，而是 共同构成一个单系群;(2) 横断山区的红瘰疣螈分为3个线粒体DNA地理单元，即滇 东南、滇中-滇西和片马地理单元，并且地理单元间不存在共享单倍型，说明红瘰 疣螈具有明显的系统地理分布格局。AMOVA分析同样表明3个地理单元之间存在 显著差异，并且分子变异主要发生在3个地理单元间（62.4%）。T. shanjing与T.verrucosus的mtDNA cyt b 序列差异平均值仅为1.1％,明显小于它们与两外群(贵 州疣螈和大凉疣螈)及外群间的遗传距离(6.5-9.9%)。因此，根据T. verrucosus和 T.shanjing的遗传差异以及系统发育分析结果都不支持T. shanjing的物种地位,T. shanjing为T. verrucosus的同物异名，并建议恢复T. verrucosus的中文名红瘰疣螈。 基于上述结果，我们建议将分布于滇东南、滇中－滇西、片马地区的红瘰疣螈作 为三个独立的管理单元分别加以保护。

基于ICA和BP网络的电流传感器相位差测量方法

提出了一种高精度在线测定电流传感器相位差的方法.在输入端加入测试信号,在输出端采用独立分量分析(ICA)将该测试信号与传感器正常工作的输出信号分离,通过比较该测试信号输出前后相位的变化确定传感器的相位差.但因ICA算法固有的局限性,同一混合信号每次分离结果误差不同,为了提高分离精度,利用BP网络学习分离结果中相位误差与最大似然指标和负熵的关系,提出了一个指示分离结果误差的评价量,以选取多次分离结果中的最优结果.实验结果证明该评价量的有效性.

基于BP神经网络的系统级电源管理算法

在深入研究目前国际上比较流行的几种系统级电源管理（PM）算法的基础上，利用BP神经网络的非线性映射能力，提出基于BP神经网络的、对任务之间相互间隔时间也就是系统空闲时段的长度进行自适应学习的BPPM算法，具有传统回归PM算法不可比拟的优点。仿真实验表明引入神经网络的电源管理算法较之传统PM算法大大降低了系统级功耗。实现了在不需要建立系统模型、无需预先获得负载统计特性的前提下，通过从系统正常工作产生的数据中不断学习，使系统具有自适应、高效的电源管理能力，以达到降低系统功耗、提高器件可靠性、延长工作寿命的目的。

An improved BP algorithm for pattern recognition

An improved BP algorithm for pattern recognition is proposed in this paper. By a function substitution for error measure, it resolves the inconsistency of BP algorithm for pattern recognition problems, i.e. the quadratic error is not sensitive to whether the training pattern is recognized correctly or not. Trained by this new method, the computer simulation result shows that the convergence speed is increased to treble and performance of the network is better than conventional BP algorithm with momentum and adaptive step size.

Probability of Sediment Incipient Motion Under Complex Flows

Presented in this paper is a mathematical model to calculate the probability of the sediment incipient motion, in which the effects of the fluctuating pressure and the seepage are considered. The instantaneous bed shear velocity and the pressure gradient on the bed downstream of the backward-facing step flow are obtained according to the PIV measurements. It is found that the instantaneous pressure gradient on the bed obeys normal distribution. The probability of the sediment incipient motion on the bed downstream of the backward-facing step flow is given by the mathematical model. The predicted results agree well with the experiment in the region downstream of the reattachment point while a large discrepancy between the theory and experiment is seen in the region near the reattachment point. The possible reasons for this discrepancy are discussed.