摘要： 基底膜(basal membrane, BM)为广泛分布于机体的细胞外基质,见于鳞状上皮组织的底部或腺上皮的底部,与真皮或结缔组织相接,见于血管内皮细胞的底部与血管壁成分相接,也见于间皮细胞或滑膜细胞的底部与周围的结缔组织相接。此外,BM还围绕神经鞘细胞、平滑肌细胞、横纹肌细胞和脂肪等。BM的成分和功能都很复杂,是某些细胞的物理性支柱. 基底膜位于表皮与真皮交界处，为一层厚约0.5～1μm薄膜,... 阅读全文

摘要： 1 什么是肿瘤 肿瘤由于机体组织遗传性改变而产生的具有相对自主性增生能力的细胞群，又称新生物。肿瘤组织由癌细胞及间质构成，癌细胞是由正常细胞转化来的异常增生细胞，肿瘤可发生在人体的许多器官和组织。 2 肿瘤如何分类 根据肿瘤对人体危害的大小及其生长特性而分为良性肿瘤和恶性肿瘤两类。 良性肿瘤生长缓慢，呈膨胀性生长，表面常有完整包膜，除局部症状外较少全身症状，不向周围组织浸润也不向全身转移，... 阅读全文

摘要： 肿瘤的生长可以分为两个时期，即无血管期和有血管期。无血管期的肿瘤细胞主要靠弥散的方式来吸收营养和氧气，瘤体生长缓慢，通常长到1毫米大时，仅仅依靠弥散吸收营养和氧气就难以维持瘤体的生长需要了。此时，肿瘤细胞就会分泌出一些化学物质，激活血管内皮细胞生长因子，促使肿瘤血管新生，一旦肿瘤血管出现，肿瘤吸收营养和氧气的方式就由弥散式转为灌注式，营养和氧气大量供给，肿瘤生长进入快速增殖期。 肿瘤血管生成 h... 阅读全文

摘要： 看来VS.NET 2008无法安装是和系统中存在Office 2007之前的版本有关系。 在网上看到另外一篇文章，得知可能是电脑上存在Office 2007的beta版本的某些程序导致。 具体解决如下： 1.下载Windows Installer 清理实用工具.（http://www.skycn.com/soft/50211.html） 2.安装Windows Installer 清理实用工具，... 阅读全文

摘要： 生物信息学与生物计算：http://bioinformatics.weizmann.ac.il/ 这是生物信息学和生物计算学的网站，由Weizmann科学研究所，生物服务部和Crown人类基因组学中心支持。研究领域主要涵盖序列分析，蛋白质组学和基因组学等。该网站提供了数据库，电子论坛，教育，新闻，软件，招聘启事等。该网站还提供了相关链接，包括欧洲分子生物学以色列国家网点，以色列国家基因组基础设施实... 阅读全文

摘要： 回归分析（regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两... 阅读全文

摘要： 贝叶斯网络是一种概率网络，它是基于概率推理的图形化网络，而贝叶斯公式则是这个概率网络的基础。贝叶斯网络是基于概率推理的数学模型,所谓概率推理就是通过一些变量的信息来获取其他的概率信息的过程，基于概率推理的贝叶斯网络(Bayesian network)是为了解决不定性和不完整性问题而提出的，它对于解决复杂设备不确定性和关联性引起的故障有很的优势，在多个领域中获得广泛应用。 贝叶斯网络又称信度网络，... 阅读全文

摘要： 二阶偏导数矩阵也就所谓的赫氏矩阵(Hessian matrix). 一元函数就是二阶导，多元函数就是二阶偏导组成的矩阵. 求向量函数最小值时用的，矩阵正定是最小值存在的充分条件。 经济学中常常遇到求最优的问题，目标函数是多元非线性函数的极值问题尚无一般的求解方法，但判定局部极小值的方法是有的，就是用hessian矩阵， 在x0点上，hessian矩阵是负定的，且各分量的一阶偏导数为0，则x0为极大... 阅读全文

摘要： 最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。最小二乘法原理在我们研究两个变量(x, y)之间的相互关系时，通常可以得到一系列成对的数据( x1, y1. x2, y2. … xm , ym )；将这些数据描绘在x -y直角坐标系中，若发现这些点在一条直线附近，可以令这条直线方程如(式1-1)。 Y计= a0 + a1 X (式1-1) 其中：a0、a1 是任意 阅读全文

摘要： 支持向量机(Support Vector Machine,SVM)是Corinna Cortes和Vapnik8等于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。 所谓支持向量是指那些在间隔区边缘的训练样本点。 这里的“机（machine,机器）”实际上是一个算法。在机器学习领域，常把一些算法看做是一个机器。 支持向... 阅读全文