生物的基本特征篇1
关键词：生物化学；说课；Dna复制；基本特征
中图分类号：G642文献标识码：B文章编号：1002-7661（2014）18-002-01
说课是教师将自身现有的知识储备经过再加工，设计出一套易于接受、理解的方案，通过课堂教学传授给学生，达到传递知识的初衷。设计方案主要为了让学生能充分利用短暂且有限的课堂教学，理清知识，整合体系。之于教，这是提升的途径；之于学，这是反刍的过程。
生物化学与分子生物是一门基础性学科，主要研究生命物质的结构及功能、物质代谢及其调控和遗传物质的传递（分子生物学）三部分。对于医学院校学生，修学生物化学与分子生物学这门课程，有助于整体性、概括性的理解生命体，进一步探讨疾病、亚健康和健康间异同点，指导临床实践中的诊断、治疗。
一、说教材
1、教学内容及作用
《Dna复制的基本特征》是“十二五”普通高等教育本科部级规划教材《生物化学与分子生物学》（人民卫生出版社）第十四章第一节的内容。本节是遗传信息的传递部分，关于复制特征的总领性概括，是学习分子生物学的开始。就知识体系而言，承接构成生命的物质、机体代谢及其调控两部分学习之后，围绕中心法则展开对生命的探索。
接触任何知识，搭建整体框架尤为重要。Dna复制作为遗传信息传递的基础，其特征是分子生物学部分的总概。首先了解一般性、基础性规律，有助于知识从共性到个性的迁移；有助于理论从浅显到深入的探讨，有助于教学从灌输式到启发式的转变。
2、教学目标
学习的目标：根据遗传信息的传递（分子生物学）学习特点，围绕中心法则逐步展开。掌握Dna复制的三大基本特征，同时着重强调遗传的保真性。
教学的目标：通过基本特征的讲授，启发学生发散思维，整合知识体系。将Dna复制的基本特征与之后学习的Rna的生物合成、蛋白质的生物合成进行联系；与之前学习的核酸相关知识进行整合。教会学生自主学习的方法，培养学生自主学习的能力。梳理知识、体系间巧妙的相关性，建立一套适宜的思维体系。
3、教学重难点
课程的教学对象是中医院校二年级学生，已经对生物体内的化学组成，健康与疾病问题有了相关了解。鉴于本部分内容从微观分子水平阐述遗传物质的传递，掺杂较多新名词、新概念且需要一定的空间思维想象，学生理解上存在一定难度。通过对教学内容的全面分析，结合教学大纲要求，以复制叉为主线，串联讲解重难点。
二、说教法
根据教学要求及具体讲授专业情况，将本章节（第十四章第一节《Dna复制的基本特征》）安排为1课时（40min）。教学内容设计为：新课导入（5min），主要内容教学（30min），归纳总结（5min）。整体采用“总―分―总”的模式推进。
首先引导学生对已学知识回顾、总结，将《生物化学》大致分述为三部分，前两部分已完成学习，而后接触到遗传物质传递（分子生物学）部分相对较为微观、抽象，联系中学阶段已接触到的重要概念――“中心法则”进行讲解。其次通过“中心法则”叙述的Dna、Rna、protein引出三条主线，而本次课程讲授Dna的生物合成。最后利用“复制叉”串联第一节Dna复制基本特征。
三、说学法
课堂上主要采用课件加板书形式呈现教学内容。利用学科特点（从实验归纳出结论）从经典实验入手，学习Dna复制的三个基本特征。同时，利用“复制叉形象的记忆，达到课后复述、应用目的。
四、说教学过程
1、引入（5min）
回顾中学阶段“中心法则”内容，构建基本学习框架，即Dna、Rna及蛋白质相关内容。本课时以Dna复制的基本特征为主。通过引导学生对相关经典实验回顾、分析，梳理Dna复制基本过程，导出“复制叉”概念。
2、讲授新课（30min）
围绕“复制叉”，以课件加板书的形式呈现其图例。依次结合常用实验技术（同位素标记、示踪，密度梯度离心，放射自显影等），从经典实验中得出相关结论。教学过程以启发式为主，给予学生充分的时间思考，理性推导，自我总结。从原核体系入手，由简到繁，将相关结论推及真核体系。全过程充分调动学生积极性，避免“填鸭式”，增加讲授趣味性。
3、归纳总结（5min）
Dna复制的基本特征是复制过程的综合提炼，利用“复制叉”这一重要概念将全过程串联，便于学生记忆的同时，也能拓展涵盖相关知识，如冈崎片段、前导链、后随链等。
参考文献：
[1]查锡良.药立波.生物化学与分子生物学学[m].北京：人民卫生出版社，2013
[2]唐炳华.生物化学[m].北京：中国中医药出版社，2012
[3]林凡.高冬.王一峥.等.生物化学“糖代谢”说课设计方案[J].卫生职业教育，2013，13：54-55
生物的基本特征篇2
随着信息技术的发展，电子商务中金融信息化程度越来越高，信息安全的重要性也同步提升。在互联网中信息安全技术最重要的应用是电子支付，而基于计算机视觉的生物特征识别技术深刻地改变着人们的支付方式和支付习惯。作为一种新兴的、有前景的在线电子商务技术，基于生物特征识别的支付得到越来越广泛的关注和应用。考虑到生物特征识别技术对经济发展的重要作用，其安全性和可靠性必须得到严格和稳定的保障。在安全领域，身份识别一直是研究的热点。由于人体的生物特征具有采集简便、个体差异显著的特性，在进行个人身份识别时具有较好的安全性和可靠性，因此在电子商务中可以利用人体生物特征进行在线支付及消费行为的确认。在互联网中，各支付主体之间的认证是电子商务的一个核心问题[1]，而终端认证是电子支付首先要面对的问题。考虑到电子支付的特殊性，需要支付终端具有尽可能简便的认证，并降低对支付设备的依赖性。本文提出一种交互式多生物特征识别方法，从第三方支付平台的角度研究其在电子商务中的应用。主要利用客户和支付终端的交互完成用户身份验证、消费确认以及支付签名。该方法借鉴了现有的生物识别技术如人脸识别[2~4]、鼻子识别[5~7]、耳朵识别[8~10]、指关节纹识别[11，12]、指纹识别[13，14]等，并对这些方法进行改进和整合，实现了多重安全的支付，而交互式支付从第三方平台的角度同时为消费者和商家提供支付保障。
2基于多生物特征识别的身份认证
目前研究的生物特征主要包括人脸、指纹、掌纹、虹膜、血管、指关节纹等。从数据采集方式看，人脸识别是较为容易的一种，受到众多电商青睐。在进行个体身份识别时，首先需要获取人物脸部生物特征。其中存在一些不确定因素，人物的年龄、胖瘦、高矮、形态、表情、胡须、皱纹、发型、穿戴都会影响人脸特征，甚至外部光线也会对人脸有影响，从而降低人脸识别的准确性。人脸的很多显著器官如鼻子、耳朵等在一生中形状相对稳定，且不容易受到外在干扰，因此在本文中将耳朵和鼻子作为身份识别的多生物特征的一部分。其次是指关节纹生物特征，其比掌纹特征更明显，也不易受到外在干扰，因此识别更简易和可靠，本文将其作为第三重生物特征。在识别时，这3个区域图像的数据量总和比人脸图像的数据量更少，因此其平均识别时间要比脸部识别时间少得多。
2.1多生物特征识别算法
在识别算法上，主要借鉴Gabor滤波器在鼻子、耳朵和指关节纹识别上的良好特性[15]，核函数和FDa（Fisherdiscriminantanalysis）在非线性判别中的优异表现以及带限相位相关算法在计算内容独立性方面的稳定发挥，设计了基于鼻子—耳朵—指关节纹的多重识别算法模式。首先提取鼻子、耳朵和指关节纹的感兴趣区域（regionofinterest，Roi），采用Gabor滤波器对图像进行Gabor滤波处理。其次，对滤波后的图像进行对比度增强处理，利用带限相位算法调整图像频谱范围，利用位移校准法对图像进行校准、微调和裁剪[15]。最后，对校准后的图像进行基于阈值的匹配和识别。作为第一重生物特征的鼻子，需要区别耳朵和指关节纹的特别处理。在特征提取中，需要事先建立测试样本及训练样本。对训练样本和测试样本分别利用核函数将鼻子的Gabor小波特征非线性地映射到核空间，再通过计算类间和类内离散度矩阵，进而求解Fisher基向量。并将上述训练样本和测试样本的Gabor小波特征分别投影到Fisher基向量，最后计算得到两类特征的距离，并进行基于距离的分类判别。
2.2身份识别
基于多生物特征识别模式的身份认证分别进行鼻子、耳朵、指关节纹的生物特征识别，根据鼻子、耳朵、指关节纹的特征强度和识别可靠度，予以三重生物特征不同的权重，最终的识别结果计算方法为：首先观察3种生物特征识别的结果是否完全一致，若完全一致，则用户身份确定；若不一致，再观察耳朵和指关节纹识别的结果是否一致，若一致，则取耳朵和指关节纹的识别结果；若3种生物特征识别的结果各不相同，取鼻子生物特征识别的结果作为身份识别结果。
2.3身份认证
在电子商务中，身份认证主要通过第三方支付平台的支付终端进行。支付终端采集用户的鼻子、耳朵、指关节纹图像，并将其传送到第三方支付平台的支付服务器端进行身份识别。支付服务器上存放用户个人生物特征库，根据多生物特征识别算法进行用户的身份识别。将其与注册账户进行比对，确定用户账户存在且有效，从而完成用户的身份认证。身份认证后，用户继续在第三方支付平台的支付终端中进行支付活动。在电子商务中，支付是最后也是最关键的一步，需要严格控制其安全性和可靠性。因此本文主要研究第三方支付平台上进行的交互式支付及消费确认机制。
2.4多生物特征融合的SVm模型
为了对多生物特征识别进行效果验证，本文首先构建了一个多生物特征融合模型，如图1所示，这里采用的生物特征包括人脸和虹膜。在各种生物特征中，人脸识别是人类最自然和最容易接受的身份识别方法，在很多电子商务中得到了成功应用；而虹膜识别则具有较高的准确率。这两种生物识别都有各自的局限。参考文献[16，17]在不同层论证了人脸和虹膜的融合识别。在分类器的选择上，本文考虑了SVm（supportvectormachine，支持向量机）。SVm是建立在统计学习理论的VC维理论和结构风险最小原理基础上的机器学习方法，求解办法是将分类问题转化为二次规划问题。作为一种二分类器，其基本思想是在样本空间中构造出最优分类超平面，并使其达到最大的泛化能力[18]。多特征SVm模型的处理过程为：首先，分别对人脸与虹膜图像进行预处理及特征提取，得到人脸特征向量与虹膜特征向量。而后将两种特征向量进行串行组合，得到融合特征向量。最后，将融合特征向量经过标准归一化处理，利用SVm进行分类识别。假设人脸特征提取的特征向量，xi={x1i,x2i,x3i,…,xmi},i=1,2,…,s（s是样本数量）；虹膜提取的特征向量yi={y1i,y2i,y3i,…,yni}；融合特征向量是由xi与yi串接得到的向量zi={z1i,z2i,z3i,…,zki}，由该向量作为最终的实验数据库。上述特征向量中m,n,k是样本的维度。对该模型进行验证，实验运行工具为matLaB，使用了LibSVm工具箱，分类方法采用one-against-one，二次规划采用了改进的序列最小优化（sequentialminimaloptimization,Smo）算法[19]，工作集个数为2，对样本及其Lagrange乘子进行更新和迭代计算，对满足约束优化条件的目标决策函数进行优化。该方法工作集小，迭代数据快，因此在大规模训练情况下二次规划的求解效率能显著提升。多生物特征识别的具体实现过程与生物特征不同的特征提取方法有关，人脸和虹膜预处理和特征提取的方法不同，提取出来的特征在分布和数量级上也会有所不同，直接融合可能会对识别结果有影响。为了排除这种特征数量级非均衡性对特征融合识别结果的影响，识别前需对融合特征做归一化处理。这里采用两个特征提取方法进行识别验证。方案1pCa+wt。算法过程如下。步骤1人脸处理。将以行向量的形式表示每一张人脸图像，得到原始样本集。再利用pCa（principalcomponentanalysis）提取人脸图像的特征向量，实验中选取前20个主分量，即特征向量X的维数是20维，作为第一组样本。步骤2虹膜处理。对虹膜图像进行预处理，得到64dpi×512dpi大小的归一化虹膜图像。再进行triplewt（wavelettransform），计算7个通道的均值和方差作为特征值，最后得到14维的特征向量Y，作为第二组样本。步骤3特征融合处理。将步骤1和步骤2得到的人脸和虹膜样本中的特征向量一一对应进行串行连接，得到34维融合特征向量，并进行归一化处理。步骤4将得到的标准数据集分为训练集和测试集，用SVm法进行训练测试。方案2Fisherface+Gabor。算法过程如下。步骤1人脸处理。对原始样本集利用Fisherface方法[21]对人脸图像进行特征提取，选择适当的投影空间得到16维的特征向量X，作为第一组样本。步骤2虹膜处理。对预处理后的归一化虹膜图像通过Gabor滤波器[20]，选择中心频率和相位角度不同的12个Gabor滤波通道，提取各通道的均值和方差作为特征值，得到24维的特征向量Y，作为第二组样本。步骤3同方案1的步骤3和步骤4。
2.5多生物特征识别性能验证
本文以oRL人脸数据库和CaSia虹膜图像库为实验对象。在两个库中都按50dpi×50dpi规模选取原始图像，对其一一制定配对得到实验图像库。在不同数量的训练集和测试集下对单一生物特征和多生物特征融合识别，对经典分类算法（K-nearestneighbor,Knn）、神经网络（neuralnetwork,nn）、SVm3种分类识别方法进行了性能比较。实验结果见表1（其中训练集和测试集为归一化后的数据）。从表1可以看出，多生物特征识别准确率要超过单一特征识别准确率，随着训练样本数量增加，所有识别方法的识别率也会逐步提高。此外，SVm在对比的几种分类器中，识别效果更好。从验证结果看，多生物特征识别具有较高的识别性能，可以用于各种身份识别和认知的应用场合。基于多生物特征识别模式的身份认证进行融合生物特征识别，并通过第三方平台进行身份认证。支付终端采集用户的人脸及虹膜图像，并将其传送到第三方支付平台的支付服务器端进行身份识别。支付服务器上存放用户个人生物特征库，根据多生物特征识别算法进行用户的身份识别。将其与注册账户进行比对，确定用户账户存在且有效，从而完成用户的身份认证。
3交互式表情扫脸
人的形态尤其是面容很容易随着时间而变化，这是人脸识别技术必须克服的一个难点，目前的技术可以做到在个体常规化妆、发型变化、一定程度下胖瘦变化、老化时进行身份识别。但如果变化过于剧烈，单一的扫脸模式将无能为力。此时可以借助其他生物特征辅助，比如扫脸和指纹验证相结合。对于识别难度较大的情况可以采用多种生物识别方式组合的方式。即便如此，扫脸支付仍然存在人脸照片和人脸视频的假冒问题，是人脸识别进入商用的一个技术难点。近期国内外已经有若干家电子商家或实体商家利用扫脸技术来完成支付，他们大多采用“面对面”式刷脸或者功能仅限于密码输入的方式，对于用户身份的准确识别以及消费行为的确认等方面考虑得还不够深入。例如支付宝的扫脸技术“smiletopay”仅用于支付密码，但其对于用户身份的确认还存在诸多盲点。本文对第三方平台在线支付问题的思路不同于其他电子商务只将扫脸用于支付，本文侧重于利用交互式表情扫脸进行消费行为的第三方确认，明确将指纹和交互式表情扫脸结合起来完成支付。此外，本文将用户身份认证和用户支付操作的确认和签名分开。身份认证利用鼻子—耳朵—指关节纹多生物特征完成认证，避免单一模式下产生的失误。在用户进入支付环节后，为进一步加强可靠性和安全性，利用交互式表情扫脸和指纹识别来完成。这种模式一方面可以避免人脸照片和人脸视频的假冒，另一方面也可作为支付纠纷发生时的支付依据。支付终端在交互式表情扫脸中需要用户进行表情配合，即进行用户和支付终端的交互，比如在当前情景中系统随机给出头/脸部动作及表情要求，支付者配合完成该过程，从而进行支付前的再次确认。这种利用应用情景模式配合扫脸和系统提示动作的模式可以有效防止视频或者照片的欺骗行为。最后，利用表情操作进行脸部表情签名。支付者按照预先设置的签名表情完成相应动作之后完成签名。交互式表情扫脸签名的优点是对支付者身份的不可伪造性和对支付行为的不可抵赖性。为了确保可靠性，除需交互式表情扫脸签名，支付终端还需要有传统的密码机制作为补充。多种支付方式的存在为用户提供了一种简便和安全的支付选择。在异地消费活动中，若客户手机、钱包、信用卡丢失，无法进行移动支付、现金支付和信用卡支付，通过交互式表情扫脸进行身份的快速识别和认证，在支付前进行基于表情的消费签名，从而在第三方支付终端完成可靠的消费活动。
4交互式多生物特征识别技术在电子商务中的应用
在互联网中进行的电子商务和支付活动中，买卖双方不能面对面完成交易，这使得认证问题成为电子商务和支付的核心问题。基于第三方支付的认证过程主要包括以下支付主体：顾客、wpKi（wirelesspublickeyinfrastructure）商户（产品或服务的提供者）、银行[21]、第三方支付平台。其中第三方支付平台主要包括支付网关、支付服务器、支付终端等，如图2所示。在第三方支付平台，支付服务器主要完成顾客的生物特征身份信息的存储和用户身份验证、支付确认处理等。用户在支付前首先需在服务器端建立客户多重生物特征库，用以对客户生物特征进行采集和预处理。支付网关主要完成基于线下信任的商户认证，首先它在中间服务平台（如商区或社区）对商户进行初级认证的基础上对中间服务平台进行第二级认证。通过线下预认证机制与线上交互认证进一步强化线上支付主体与现实之间的联系。支付终端完成顾客基于多重生物特征的身份认证和交互式消费确认。为了解决第三方支付平台沉淀资金风险隐患，并简化第三方支付终端认证过程，取消了第三方支付平台设立的中间账号，以系统的第三方授权及确认付款功能来为交易双方提供信用担保。通过预先签订的客户和付款账号所在银行中间的授权支付协议，在支付终端完成基于生物特征识别的身份认证后进行支付确认时，第三方支付平台代表付款人直接通知付款银行，无需付款人提供账号和密码而能直接利用跨行清算系统自动完成顾客与商家的支付交易。通过第三方支付平台省却了支付方、商家和银行中间繁琐的认证过程，并简化了用户在支付终端的支付操作。交互式多生物特征识别的支付及消费确认机制将从两方面着手，首先是顾客身份的认证，采用多重生物特征识别的安全认证模式来实现，其次是顾客对支付行为的确认和支付签名。顾客身份认证中所使用的多重生物识别机制如上文所述。而在顾客支付行为中，需要配合顾客的表情和与终端的互动来完成，侧重于利用扫脸进行消费行为的第三方确认，将指纹和扫脸结合起来完成支付和签名。在出现消费行为的支付纠纷或者在一些应用中需要用户产生不可抵赖的凭证时，可将扫脸的视频作为支付凭证，扫脸的作用更像电子签名。这种电子表情签名结合指纹模式产生的互动效果更稳定、更安全。第三方支付平台通过建立“预认证”和在线交互激活、表情签名认证模式来实现终端认证的简化。预认证主要采用分层模型解决第三方支付平台和商家、中间服务平台、公共服务域之间的认证和信任问题以及第三方平台上的支付者（顾客）的个人账户信息。该过程采集并预处理支付者的个体生物特征，建立用户生物认证账户和商家账号的个人服务域。用户认证前必须先建立公共服务域。公共服务域由支付服务中心、跨行支付系统、商业银行构成。该服务域级别越高，可信度越高，且能简化支付协议和流程的设计。其中支付服务中心提供商业银行账户的寻址服务。可根据商家信息、用户手机信息与各银行账号的绑定关系，将用户手机号和商户信息转换成商业银行的账户信息。认证中利用支付服务中心账户寻址和管理手段确保商家和付款客户双方的不可否认性，从而降低相关的支付风险。跨行支付系统实现各个银行的跨行支付与清算。该服务域省却了银行、用户、商家相互之间的直接联接，从而避开支付时繁琐的认证过程。在线支付预认证分层模型如图3所示。交易过程中，支付终端首先利用鼻子—耳朵—指关节纹多生物特征对用户进行身份识别。在预认证基础上，通过指纹识别与交互式表情扫脸结合进行在线支付前确认及支付签名。
5结束语
生物的基本特征篇3
针对中国地鼠基因表达谱数据维数高和样本小的特点，提出一种基于支持向量机(SVm)的分类特征基因选取方法。该方法利用改进的Fisher判别(FDR)基因特征计分准则剔除分类无关基因，提出由空间距离和功能距离组成的新距离作为相似性度量的标准进行冗余基因的剔除，采用SVm作为分类器检验特征基因的分类性能。实验结果表明，该方法有效地剔除了分类无关基因和冗余基因，选取的特征基因满足对中国地鼠正确分类的最小基因数。
ス丶词：
特征选取；支持向量机；分类器；基因表达谱；中国地鼠
ブ型挤掷嗪牛tp391.4
文献标志码：a
英文标题
FeaturegeneselectionforChinesehamsterclassificationbasedonsupportvectormachine
び⑽淖髡呙
YanGJunli1,LiUtianfu2
び⑽牡刂(
1.DepartmentofComputerteaching,ShanximedicalUniversity,taiyuanShanxi030001,China;
2.LaboratoryanimalCenter,ShanximedicalUniversity,taiyuanShanxi030001,China
英文摘要
)
abstract:
ConcerningthegeneexpressionprofileofChinesehamsterfeature,suchashighdimensionandsmallsample,amethodoffeatureselectionforChinesehamsterclassificationbasedonSupportVectormachine(SVm)wasproposedinthispaper.themethodusedimprovedFDRgenefeaturescorecriteriontoremovethegenesirrelevanttotheclassification.anewdistancecomposedbyspacedistanceandfunctiondistancewasproposedasthecriterionofcomparabilitytoremoveredundantgenes.aSVmwasusedasclassifiertovalidatetheclassificationperformanceofthefeaturegenesselected.theexperimentalresultsshowthatthismethodeffectivelyremovestheirrelevantandredundantgenes,andselectedthefeaturegenesthatmeettheneedsofleastfeaturegeneswhichclassifyaccuratelyonChinesehamster.
英文关键词
Keywords:
featureselection;SupportVectormachine(SVm);classifier;geneexpressionprofile;Chinesehamster
0引言
中国地鼠因其染色体大、条数少、易于识别等特点［1］，广泛应用于细胞遗传学、辐射遗传学、实验肿瘤和分子生物学等众多领域，在医学和生物学实验研究中占有重要的地位。但由于中国地鼠的生物性状、基因组等基础资料报道甚少，国内对于中国地鼠的分类学研究尚处在形态学分类阶段［1］。随着基因表达谱技术的出现与不断发展，利用基因序列中的基因表达谱数据建立分类模型，已成为生物分类学研究的一种重要的分类方法。而分类特征基因的提取和选择方法又是建立分类模型的一个重要环节，直接影响着分类器的设计和性能。因此，如何选取生物序列中的特征基因，成为特征基因提取与生物分类器研究的核心内容。目前，常用的特征基因选取方法主要有因子分量分析、启发式搜索、支持向量机（SupportVectormachine,SVm）、线性判别分析等，在实际应用中，也常将多种方法结合起来使用［2-6］。
中国地鼠的基因表达谱数据集具有高维数和小样本的特点，而高维数及其所包含的高噪声和信息冗余等因素会降低分类器的分类性能。本文针对中国地鼠基因表达谱数据的特点，设计了基于支持向量机的中国地鼠分类特征基因的选取方法。实验表明，该方法有效地剔除了分类无关基因和冗余基因，选取的特征基因对中国地鼠的分类结果与传统的形态分类结果一致，同时保证了对中国地鼠正确分类的最小基因数。
1特征基因的预选
1.1极端基因的过滤
极端基因是指偏离群体分布，具有过大的变异性表达异常的基因［2］。极端基因可以通过设置判别阈值进行识别，判别阈值根据整个基因表达数据的分布百分位点或一定的标准差范围来确定。
1.2冗余基因的预过滤
对于基因表达数据中的负值和极小值，由于没有生物意义，因此需要剔除。在计算基因表达数据的信号强度比率值时，如果参考样本信号强度很小，就可能造成单个异常大的峰数据，当参考样本信号强度很大时，又可能出现单个异常小的谷数据，通常这些数据由噪声引起，也需要剔除。最后就是对缺失数据的处理，可将缺失数据项的行向量或列向量直接去掉。
2基于改进的FDR特征基因选择
中国地鼠基因表达谱数据的每个样本中都记录了所有可测基因的表达水平，然而只有特征基因才包含样本的类别信息，大部分与样本类别无关的基因称为“无关基因”或“噪声基因”［3］。在衡量基因分类能力的问题上，mika等人［4］提出了Fisher判别（FisherDiscriminantRatio,FDR）基因特征计分准则，即
FDR(gi)=(μ+i－μ－i)2(σ+i)2+(σ－i)2В1）
其中：μ+i表示基因gi在正类样本中的表达水平均值，μ-i表示基因gi在负类样本中的表达水平均值，σ+i表示基因gi在正类样本中的标准差，σ-i表示基因gi在负类样本中的标准差。由式(1)可知，如果基因gi在正类和负类中表达水平均值相同或相近，则被作为噪声基因剔除；如果该基因在两个类中的表达水平标准差差异较大时，说明它在标准差很小的类别中具有近似一致性的基因表达，则该基因很可能是此类别的特征基因［5］。因此，在衡量基因分类能力的问题上，还应该考虑基因表达水平分布方差不同对样本分类的贡献。为此本文将式(1)进行了修订，修订后的基因特征计分准则可表示为：
FDR(gi)=14(μ+i－μ－i)2(σ+i)2+(σ－i)2+12ln(σ+i)2+(σ－i)22σ+iσ－iВ2）
由式(2)知，修订后的基因特征计分准则由两部分组成：第一项体现了基因在两个类中分布均值的差异对样本分类的贡献；第二项体现了分布方差对样本分类的贡献。按照此记分准则对训练集中的每个基因进行计分，分值越大说明基因分类能力越强；然后按计算出的分值大小顺序对基因进行排序，并根据分类器的准确率选择前面一定数量的基因作为结果。
┑2期
杨俊丽等：基于支持向量机的中国地鼠分类特征基因选取
┆扑慊应用┑31卷
3冗余基因的剔除
基因之间存在着调控和相互作用的关系，这在基因表达谱中反映为不同基因在表达水平上存在着一定程度的相关性［6］，即相似性。通过衡量基因之间的相似性，将相似基因中信息较少的基因去除，可有效地减少特征基因的数量。在实际应用中，常采用特征向量之间的距离作为相似性度量的标准。
本文在计算特征向量之间的距离时，将基因间的距离分为空间距离和功能距离两个部分，即
Е莫ij=δsij+δfijВ3）
其中：δsij为空间距离，δfij为功能距离。本文采用欧氏距离［7］计算特征向量间的空间距离，欧氏距离表示为
Е莫sij=∑dk=1(xik－xjk)2В4）
功能距离包括减少具有相同功能基因间的距离和增加不同功能间的距离，即：
Е莫fij=－FiFtj，i=j
1－FiFtj，其他В5）
如果基因i具有功能F或者功能未知，则Fi取值为1；否则取值为0。如果特征向量间的距离小于给定的阈值，就认为它们是共表达的，阈值根据分类器的准确率来确定。
4基于SVm的特征基因分类性能检验
本文采用支持向量机(SVm)作为分类器检验特征基因的分类能力。SVm是建立在统计学习理论基础上的一种机器学习算法［8］，具有很强的泛化能力。SVm的优点是能够处理高维数据，分类精度高，且抗噪能力强［9］。因此，SVm在基因功能预测和基因分类方面非常有效。设训练样本个数为n，训练样本形式为{(x1，s1)，(x2，s2)，…，(xn，sn)}，对于两类问题si∈{1,-1}，xi∈{0,1}。对于多类问题可转化为两类问题处理。SVm的判别函数［10］表示为：
f(x)=sgn[∑ni=1aisiK(x,xi)+b]В6）
其中:n为支持向量的个数，K(x,xi)为核函数。本文采用的核函数为径向基核函数（RadialBasisFunction,RBF）［11］。
K(x,xi)=exp(－x－xi2σ2)В7）
式(6)可表示为：
f(x)=sgn∑ni=1aisiexp(－x－xi2σ2)+bВ8）
由于训练集中没有互相矛盾的样本点，因此该判别函数对训练集的准确率可达到100%，据此来确定错误惩罚常数CШ秃瞬问σ2。
5仿真实验
5.1实验数据描述
实验数据为山西医科大学实验动物中心饲养的中国地鼠近交系，它是我国目前唯一庞大的中国地鼠群体，已被英国收入“实验动物国际索引”［12］。“山医群体近交系中国地鼠”［1］分为a、e两家系，从a家系中随机抽取28个样本，其中包括18个训练样本和10个测试样本；从e家系中随机抽取22个样本，其中包括15个训练样本和7个测试样本。整个数据集的结构如表1所示。
表格(有表名)
表1训练样本和测试样本数
类别训练样本数测试样本数
a家系1810
e家系157
5.2实验结果与分析
对训练集样本进行特征基因预选后得到892个基因，利用改进的FDR计分准则计算其分类信息分值，具体分布情况如图1所示。
分区
图片
图1基因分类信息分值分布情况
由图1可知，分值越大，基因数量越小。按基因的分值分别选取分值高的前25个、50个和100个基因作为特征基因，然后将这些基因表达谱数据送入SVm分类器，进行分类能力的检验，实验结果如表2所示。
表格(有表名)
表2SVm分类器分类结果
特征基因数Cσ2ё既仿/%
1001B0000.02100.0
505000.02100.0
255000.0298.6
由表2可知，随着选取的特征基因数的减少，样本的准确率也随之下降。为了选择具有最小基因数并保持最高分类准确率的特征基因集，取C=500，σ2=0.02，选分值高的前50个基因作为特征基因，此时的分类准确率已达到100%，则该50个基因已经具备了完整的分类信息。接下来对这50个特征基因中可能存在的冗余基因进行剔除。本文采用空间距离和功能距离组成的新距离作为相似性度量的标准，当距离小于给定的阈值时，就认为它们是共表达的。图2给出了不同阈值对选择基因分类性能的影响。
图片
图2阈值对基因选择的影响
由图2可知，对于不同的基因数目g在阈值(│摹(0.8,0.9))的范围内基本都达到最高的准确率，这说明阈值过高或过低都不能得到最好的基因选择结果。当阈值δ=0.85时，得到对原始样本分类准确率保持100%的最小基因数，因此，去冗余分析后最终得到32个分类特征基因。
6结语
针对中国地鼠基因表达谱数据的特点，设计了一种分类特征基因选取的方法。该方法首先进行了特征基因的预选；然后利用改进的FDR基因特征计分准则对特征基因进行初选；最后采用由空间距离和功能距离组成的新距离作为相似性度量的标准进行冗余基因剔除。本文在特征基因选取的各阶段，均采用支持向量机作为分类器来检验选取的特征基因的分类能力，并以能正确分类作为标准选取最小特征基因数。实验表明，该方法选取的特征基因对中国地鼠的分类正确率达到100%，并满足了对中国地鼠正确分类的最小基因数。
げ慰嘉南:
［1］
宋国华,岳文斌,刘田福.中国地鼠线粒体Cytb基因测序及其分子进化［J］.中国实验动物学报,2008,16(2):142-147.
［2］
VaLentiniG,DietteRiCHtG.BiasvarianceanalysisofsupportvectormachinesforthedevelopmentofSVmbasedensemblemethods［J］.JournalofmachineLearningResearch,2004,5(12):725-775.
［3］
李颖新,阮晓钢.基于支持向量机的肿瘤亚型分类特征基因选取［J］.计算机研究与发展,2005,42(10):1796-1801.
［4］
miKaS,RatSCHG,weStonJ,etal.Fisherdiscriminantanalysiswithkernels［C］//ieeeSignalprocessingSocietyworkshopofneuralnetworksforSignalprocessingiX.washington,DC:ieeeComputerSociety,1999:41-48.
［5］
李泽,包雷,黄英武,等.基于基因表达谱的肿瘤分型和特征基因的选取［J］.生物物理学报,2002,18(4):413-417.
［6］
黄德双.基因表达谱数据挖掘方法研究［m］.北京：科学出版社,2009.
［7］
RUiZa,LopeZdeteRUeLpe.nonlinearkernelbasedstatisticalpatternanalysis［J］.ieeetransactionsonneuralnetworks,2001,12(1):16-32.
［8］
VapniKVn.Statisticallearningtheroy［m］.newYork:wileyinterscience,1998.
［9］
SoLLiCHp.Bayesianmethodsforsupportvectormachines:evidenceandpredictiveclassprobabilities［J］.machineLearning,2002,46(1-3):21-52.
［10］
KeeRtHiSS,SHeVaDeSK,BHattaCHaRYYaC.afastiterativenearestpointalgorithmforsupportvectormachineclassifierdesign［J］.ieeetransactionsonneuralnetworks,2000,11(1):124-136.
［11］
wiLLiamSonRC,SmoLaaJ,SCHoLKopFB.Generalizationperformanceofregularizationnetworksandsupportvectormachinesviaentropynumbersofcompactoperators［J］.ieeetransactionsoninformationtheory,2001,47(6):2516-2532.
生物的基本特征篇4
【关键词】植物识别图片辅助模糊识别关键字匹配植物信息检索app
一、研究背景
1.1国内外植物识别技术概述
植物识别是植物学研究基础技术之一，在此前已有相关人士基于分形特征对植物进行相关的识别。传统的植物识别主要通过人工采样和对比，需要耗费大量的人力物力，效率低下，且无法在艰苦环境作业，也难以大面积实施。目前为止最主要的植物识别方法是基于计算机图像的识别以及人工查阅植物检索表根据特征进行识别。
借助计算机的图像处理技术可以完成植物的外观特征的分析，通过提取大量数据特征进行聚类分析获得结果，在国内，黄得发了农业生物特征识别系统一植物叶片识别系统（BSa-RSpL），他提出了一种基于图像分析及数字形态特征的植物分类识别方法。同时，也有专业人士采用计算机模式识别方法，即在一定量度或观测基础上把待识模式划分到各自的模式类中去，主要是利用计算机等装置对物体、图像、图形、语音、字形等信息进行自动识别，即用计算机实现人的模式识别能力。但通过图片识别植物的方法受到叶片状态，叶子新鲜程度，叶片受损程度等多方面因素影响，另外根据算法的不同，采用计算机技术进行图形研究的误差，并不能可靠的识别植物种属。
另外一种植物识别技术是通过手动翻阅查询植物检索表等书籍来进行植物识别，这也是最常见且使用最为广泛的植物识别方式，检索表的编制最早是根据法国人拉马克（Lamarck，1744-1829）的二歧分类原则，将要编制的检索表中需容纳的所有植物，选用一对以上显著不同的特征，分成两类；然后又从每类中再找出相对的特征再区分为两类；如此下去，直到所需要的分类单位（如科、属、种等）出现。它一般是以花、果、叶等生殖器官特征为检索依据，因其特征表现稳定，检索结果准确可靠。该识别方式往往需要使用者积累一定的植物知识，有较高的植物识别认知能力，对检索表查询方式足够熟练才可使用，而对于普通植物爱好者而言，对植物检索知识的欠缺和携带书籍的不便给植物识别带来了较大的困难。
目前电子的植物检索表以及相关电子植物识别资源处于起步阶段，植物特征的繁杂以及多样性为未知植物的检索和识别产生了很大困难，目前基于植物特征识别的方法还停留在手动书籍查阅识别，计算机图像识别，以及大数据库分类识别等方面，植物识别方面迫切需要一个简单便捷的识别工具来替代现有植物识别方法。
1、移动平台概述
采用安卓app开发技术，以eclipse为开发平台，基于JaVa环境，开发出简便易行，易于操作的植物模糊识别app。安卓操作系统具有完全的开放性以及系统可移植性，安卓的JaVa程序运行环境，它的可靠性和安全性都较好，它可以保证编译器能够发现方法并调用错误、杜绝了内存的非法访问；在JRe之上运行eclipse，然后在eclipse中安装一个名为aDt的安卓开发工具插件，接着就可以使用SDK进行安卓应用开发了。
我们使用安卓自带的SQlite数据库进行数据的存储，将植物划分为大类，每类建立一个数据库表，每种植物对应一
因此，临床开展肝脏抗病毒感染，需重点视患者的年龄及病程的增加而可作为判断患者肝脏炎症水平的重要指标。对临床放弃行肝脏穿刺患者可将其aLt、年龄（p
2、基于植物特征识别的app客户端开发的意义
经人们研究发现，在任何时间，植物特征之间的差异性使植物成为更独立的个体，这使得根据植物特征进行植物的识别成为了可能，将植物特征字符串化优势在于可以有效克服信息的冗余性，数据库应用技术可以对植物特征进行查询和选择，结合相应的数据库查找和字符串匹配算法，进行植物特征的查询和分类，字符串匹配算法对性能要求较高，植物特征在小样本情况下，通过不同字符进行组合，实现有序的字符串，采用精确，多模式字符串匹配进行研究，使用通俗易懂的字符串来概括植物的特征，用计算机执行字符串匹配功能来代替繁琐的植物检索表查询，该方法在植物识别领域上做出了一个跨越式的进步。同时将植物种类按照树形结构排列，运用数据结构中树的查找算法，并结合图片辅助更直观更清楚地观察植物的器官和特征，从而完成对未知植物的识别。
二、北京市园林植物志app项目概述
2.1app概述
本项目旨在开发一种通过选择植物外在特征进行植物识别的手机移动应用软件，从而使非专业者能够更加简单的认识身边植物，最终通过app呈现出来的、为本地植物建立系统的查询网络。当使用者想要获取陌生植物的基本信息时，通过进入该特征识别app界面，并选择其植物特征，通过专业、非专业（植物分类）物种型态描述术语，来确定身边的未知植物，对相应植物有详细介绍，如叶片形状，齿纹等，通过多步骤选择特征最终识别出该植物。使软件筛选出符合要求的植物并显示各自图片，通过比较图片，让使用者得知自己看到的植物的基本信息。并设计易用友好的app及其Ui，使得该app兼容于各种类型移动终端。建立本地植物的数据库，鉴于植物具有地区性，我们将以北京地区植物为先例，日后进一步扩大到华北、华东，直至全国。
一方面，这个软件可以为学习植物的广大学生提供一个认知身边植物的良好平台；另一方面，随着构建“美丽中国”的提出，国家更加重视园林建设，人民的生活与园林植物的距离也越来越小，对植物的认知有一定的需求，此移动软件可以随时随地让人们了解自己身边的植物。
2.2研究对象
app所选的植物，主要有常绿乔木，落叶乔木，常绿灌木，落叶灌木以及落叶藤本等五类。这是根据北京市主要园林植物识别手册进行筛选分类的，从其中筛选出较为常见和特征明显的大致30种植物作为样本，对花期，果期等进行详细总结。根据其在北京地区的常见程度及特征识别难易，我们选取了北京地区公园，校园，及开放空间等园林绿化最常用的植物，如：白皮松，银杏，悬铃木，国槐，榆叶梅，连翘，棣棠等。
2.3分类依据
app所选的植物拥有2～3处明显特征，便于检索，使得检索的正确性得到提高（这是植物检索最基本的一步，其他较难分辨树种，我们将在后期将其完善）。并根据从整体到局部，从大类到小类的方法进行划分。整理出树冠，树干树皮，树枝，叶，花，果实等方面的特征，再逐一细分；其中以叶片特征最为繁杂，叶片特征主要分为叶片着生方式、叶片形状、叶脉、叶色、叶基、叶柄、气孔带和气孔线、叶枕、叶厚，叶硬度、横断面、叶子长度、叶子粗细度、几针几束、叶缘、叶端、叶背、叶表、质地等分类。将植物的特征详细的分类并按照一定的数据结构填充到数据库中，并对植物的特殊特征加以标，注这些特征可以唯一确定一种植物，这使得数据库冗余性大大降低。植物特征的整理是和实地的考察检验相结合，通过对实地植物特征的拍照与观察，查阅相关资料，根据表现稳定，性状明显的特征进行整理，有效提高了识别结果的可信度。
三、北京市园林植物志app客户端设计方案
3.1需求分析
app主要面向园林，林学，植物学专业的同学以及其他对植物认知有兴趣的人群，满足他们对植物认知搜索识别方面的需求。
3.2信息架构
app的基本架构是数据层，业务层以及表现层。数据层数据以SQLite录入，汇集乔木，灌木，藤本表；同时录入每种植物所对应的特征和局部或整体图片。业务层采用简单SQL语句查询每条植物记录，并输出。表现层显示查询出的植物部分或整体图片，供使用者筛选。
app的主要功能为植物检索，植物识别，用户管理这三个主要功能，植物检索是根据植物中文名或拉丁文名检索植物相关信息并显示；植物识别依据用户所选择的特征与图片观察相结合方法辨识一种未知植物；用户管理功能主要显示用户浏览记录，所掌握的植物信息以及相关科普网站推荐。
2.最终效果演示
（图6―10）
生物的基本特征篇5
[关键词]身份认证；识别技术；生物特征；多模融合；方法；作用优势；分析
中图分类号：tp211文献标识码：a文章编号：1009-914X（2014）20-0343-01
随着网络信息技术的推广应用以及网络资源开放化对于实际生活的作用影响，人们一边享受网络资源开放带来的便利和优势的同时，对于保障信息安全性的意识也逐渐提高。身份认证就是一种进行个人信息安全性保障的有效方式，但是，随着信息技术的发展以及计算机信息入侵破坏技术的提升，传统的个人身份认证方式在进行个人信息的安全性保障中，已经存在着很大的安全风险与漏洞。在这种情况下，生物识别技术的突出，为网络个人信息的安全保障提供更加绝对可靠的安全保护屏障。
一、生物特征识别作用优势及其常见技术形式分析
1、生物特征识别的作用优势分析
通过人体固有的生物特征实现个人身份的识别认证是生物特征识别方法的基本思路和原理。通常情况下，应用生物特征进行个人身份的识别认证，主要是由于不同人的生物特征与其他人相比，都具有唯一性的特点，并且每个人的生物特征在固定时期内是不会发生变化的，也就说不同人的生物特征具有相对的稳定性，再加上生物特征作为每个人的固有特征，与其他特征相比，一般情况下也不容易发生丢失或者造假等情况，因此，通过人体的生物特征实现个人身份的识别认证是一种有效可行的识别方式。
2、常见的生物特征识别技术与形式
根据上述内容可以看出，应用生物特征识别技术进行个人身份的认证识别，主要是借助能够进行身份识别应用的生物特征在人体中不仅是普遍存在的，并且不同人的生物特征还具有唯一性特征，再加上在进行个人身份的识别与认证应用中能够对于个人的生物特征进行采集对比，以实现身份的识别认证的思路原理和作用优势，在进行人体生物特征的类型划分中，可以将按照人体生物特征的具体内容性质不同划分为生理性生物特征和行为性生理特征，其中，比较常见的生理性生物特征主要有指纹、人脸以及虹膜、掌纹等，而行为性生理特征具有突出的行为表现，像声音、步态、签名等。结合进行个人身份识别与认证应用的生物特征形式与内容，则可以将用于身份识别认证的生物特征技术总结为笔迹识别、指纹识别、人脸识别、声纹识别、虹膜识别等，它们也是利用生物特征实现个人身份认证识别的常见技术形式。
其中，指纹识别是借助人体的手指末端正面皮肤上凹凸不平的纹线特征，来实现个人身份的认证与判断。通常情况下，人体指纹的纹线会依一定的规律排列成不同的纹型，并且每个人的纹线以及纹型特征都存在有区别，其中以人体纹线中细节特征区别最为显著，也就是人体指纹的纹线起点以及终点、结合点、分叉点都存在有不同，以指纹实现的个人身份认证和识别，就是借助个人指纹中的细节特征的对比实现，同时又由于人体的指纹具有相对突出的稳定性以及唯一性、采集便利性等特征，使得在个人身份认证识别中具有更为突出的识别使用可行性。指纹识别技术进行个人身份识别与认证应用，主要是在对于采集的指纹图像进行增强处理后，通过指纹图像中细节特征的提取，最后进行分类匹配，以实现与指纹特征相吻合的个人身份识别和认证。
其次，人脸识别技术在个人身份识别与认证应用中，具有较为突出的主动性以及用户友好、非侵犯性等特征优势，人脸识别主要是借助二维图像技术实现身份识别和认证，但是在实际识别应用中由于受到个人姿态或者是脸部表情变化、光照等情况的变化影响，导致实际识别应用中存在较大的局限性。因此，要想实现以人脸识别技术实现个人身份的识别认证，需要应用三维信息实现人脸识别。
再次，虹膜识别技术是借助人体眼球前部含色素的环形薄膜实现个人身份的认证和识别，人体虹膜具有丰富的结构与纹理特征。最后，声纹识别技术和笔迹识别技术等生物特征识别技术都是借助人体的声纹与笔迹特征，实现对于个人身份的认证和识别。
二、基于人脸和指纹的多模生物特征融合识别方法
结合上述常见的生物特征识别技术，在进行个人身份的识别认证中，不仅可以通过单个生物特征的提取分析，实现对于个人身份的认证识别，还可以通过多个生物特征的共同联合应用，实现对于个人身份的识别和认证。其中，通过多个生物特征的联合应用进行个人身份识别认证的技术方式就是所谓的多模生物特征融合识别技术，它与单个生物特征识别技术相比，不仅能够实现单个生物特征识应用中的识别率比较低情况，而且很大程度上能够提高整体识别的有效率，具有较为突出的识别应用优势，尤其是在单个生物特征被破坏的情况下，通过多个生物特征的共同识别认证应用，其作用优势更为突出。基于人脸以及指纹的多模生物特征融合识别技术，就是将人脸以及指纹两种生物特征识别方式联合应用，以进行个人身份的有效认证与识别，提高识别有效率。
三、结束语
总之，生物特征识别作为个人身份识别的有效方式，在个人信息安全保障中具有突出优势和作用。通过多模生物特征融合方式实现个人身份的认证和识别，在身份认证识别的质量效率和避免单个生物特征识别局限性上，有着更为突出的作用，值得进行研究和关注。
参考文献
[1]李雄，张东波.基于Gmm-wSUm的多生物特征二级融合识别方法[J]计算机工程与应用.2014（2）
[2]成谢锋，马勇，张少白，张瑛，郭宇锋.基于数据融合的三段式心音身份识别技术[J]仪器仪表学报.2010（8）
湖南省科技厅计划项目；符振艾，基金项目编号：2014GK3040基于生物特征提取的人脸识别系统设计技术研究
生物的基本特征篇6
一、田间种植鉴定的合法性。
（一）、新品种的选育和审定及新品种的特征特性的鉴定，依法应在田间种植的条件下进行。
《种子法》规定：主要农作物或林木品种在推广前应当通过部级或者省级审定；应当审定的农作物或林木品种未经审定通过的，不得广告，不得经营、推广。《主要农作物品种审定办法》规定：申请审定的品种应当具备特异性、稳定性、一致性等条件；品种试验包括区域试验和生产试验，区域试验应当对品种的丰产性、适应性、抗逆性和品质等农艺性状进行鉴定；生产试验是在接近大田生产的条件下，对品种的丰产性、适应性、抗逆性等进一步验证，同时总结配套栽培技术。上述法规证明，主要农作物或林木的新品种必须在田间接近大田生产的条件下种植，进行区域试验、生产试验。新品种是在接近大田生产的条件下进行品种实验，是在田间对品种的丰产性、适应性、抗逆性、品质以及其特异性、稳定性、一致性等特征特性进行一系列的鉴定才选育出来的，而不是在实验室内用按电钮的方法电泳出来的。新品种的选育和审定必须在田间种植条件下进行，品种的鉴定也应在田间种植条件下进行。法规没有规定可用物理、化学的方法对植物新品种进行选育和鉴定。采用化学的方法提取植物蛋白质和氨基酸，采用物理的方法电解分离蛋白质，对比蛋白质分离图谱以鉴定植物新品种的特征特性的所谓电泳测定法，是没有法律依据的。
（二）、将植物在田间种植生长出的特征特性即表现型与审定公告公布的及品种权申请公告的新品种的特征特性相对照，鉴定两个品种是否具备同一性，符合法律规定。
《种子法》规定：通过审定的主要农作物或林木品种由审定部门公告。如“鲁白16号”大白菜杂交种是由山东省品审委审定公告的。山东省农作物品种审定委员会（97）鲁农审字第2号文件即关于公布第十九批审定认定品种的通知（即山东省品种审定公告），公告的内容是“鲁白16号”大白菜等作物品种的选育经过和特征特性，其选育经过是在田间进行的，其特征特性是在田间种植的情况下与对照品种进行比较表现出来的。将“鲁白16号”的被控侵权品种“丰抗78”进行田间种植，根据其种植后表现出的特征特性与相邻种植的和通知公告的“鲁白16号”的特征特性相对照，进行差异性遗传学分析，即可鉴定他们是否同一品种。
由于审定公告仅公告了“鲁白16号”的特征特性，没有公告“鲁白16号”的电泳分离图谱，所以，无法将“丰抗78”的电泳图谱与山东省品审委公告的“鲁白16号”的电泳图谱相对照。没有对照就没法鉴定。其它机构（包括鉴定机构）不是法定的品种审定机构，依其制作的电泳图谱作对照，没有法律依据。
（三）、新品种在田间种植条件下表现出的特征特性是品种权保护的范围，其电泳图谱不属品种权保护的范围。
《农业植物新品种保护公报》公告的申请品种权的说明书，其内容是育种过程和申请品种的育种方法及其主要特征特性等。其中的特征特性，特别是该品种的特异性主要是在田间种植条件下与对照品种相比较表现出来的，是经公告被公众知悉和认可的。《保护公报》没公告新品种的电泳图谱，其电泳图谱不为公众所知和认可，不是品种权保护的范围。
（四）、田间种植鉴定是法定的鉴定程序。
对被控侵权品种是否授权品种进行的鉴定，属于种子真实性鉴定。农作物种子真实性鉴定，应依据GB/t3543.5-1995进行。GB/t3543.5-1995规定，“种子真实性是指供检品种与文件记录是否相符。”田间小区种植鉴定是GB/t3543.5-1995规定的鉴定程序，而其开章明义地指出：“田间小区种植是鉴定品种真实性和测定品种纯度的最为可靠、准确的方法。”该标准未规定电泳法是测定植物品种真实性的程序，所以，应当采用国家标准GB/t3543.5-1995进行植物品种真实性鉴定。在有国家标准的情况下，不应采用不属国家标准的电泳法进行蛋白质测定。
二、田间种植鉴定的科学性。
（一）、依据遗传学理论，根据表现型判断的结果比较可靠。
一个植物品种的特征特性，是其内部基因（称为基因型）和外部环境条件共同作用下表现于外部的性状（称为表现型），即植物品种的特征特性是内因（基因）和外因（环境条件）共同作用的结果。一个植物品种有什么样的表现型必有什么样的基因型，但有什么样的基因型不一定就有什么的表现型。高产品种虽有高产基因，在肥水充足的良田虽表现高产，但在旱薄地不能高产；而低产品种无论在良田或旱薄地均不能高产，即是这个道理。
田间种植鉴定在鉴定外部性状的同时测定了其内在基因；而电泳法测定只能测定内部基因，不能测定作为品种权保护的特征特性等外部性状。田间种植鉴定依据的是植物品种表现出的特征特性，而电泳法测定依据的是种子籽粒分离出的蛋白质、氨基酸等生物大分子在电场影响下的移动。植物品种经种植表现出什么样的特征特性必有什么样的基因；而电泳分离出植物品种含有某种基因，在没有适宜的条件下，该种基因不会发生作用，表现不出性状。男人有长胡须的基因，但如认定没长胡须的小男孩是女人，将是幼稚可笑的。田间鉴定既鉴定了内因又鉴定了外因，能鉴定植物的特征特性；电泳测定仅能考查内因，不可能测定植物的特征特性；所以田间鉴定较电泳测定科学。
（二）、依据概率论理论，田间种植鉴定具有代表性。
1、样本的代表性。依据GB/t3543.2-1995（农作
物种子检验规程。扦样），大白菜种子田间种植鉴定送检样品最小重量是100克。由于没有电泳法测定大白菜种子真实性和纯度的法定标准，参照电泳法测定大麦、小麦种子纯度（注意：不是真实性）的国家标准，包括各种药剂、溶剂在内，样品吸取量也仅为10-20微升（UL）。不足20UL的液体与100克籽粒的代表性相比，谁大谁小不言自明。
由于电泳法测定取样太小，代表性太差，出现错将相同品种误定为不同品种或错将不同品种误定为相同品种的概率太大，所以，电泳法不如田间种植法科学。
2、差异性分析的准确性。田间种植鉴定种子的真实性，其鉴定结论是通过对调查数据进行统计分析后，根据其差异性大小判定是否具有同一性的。如果被控侵权品种与授权品种差异的概率小于或等于1%，证明其极可能是同一品种（概率论称为差异极不显著）；如果概率小于或等于5%，证明其可能是同一品种（概率论称为差异不显著）。法院据此下判，判定其是同一品种的正确率就达95-99%以上，能达到高度盖然性的证明标准。
因为同一种作物不同的品种之间差异性很小，一个新品种能比对照品种增产5%或增加一个优良性状或淘汰一个不良性状就很好了；如果能增产10%或改进一个质量性状将是极好的品种。如“鲁白16号”比其对照品种“鲁白10号”在1995年增产仅为1.6%，其仍被审定为新品种。一个质量性状对应的往往是一个基因或几个基因，品种间一两个质量性状的差异或百分之一点多的数量性状的差异，靠几微升的溶液测定，并用其测定结果判决是非，风险性太大。所以，国家没有将电泳测定法列为品种真实性鉴定的方法，未制定其标准。
三、田间种植鉴定的可行性。
田间种植鉴定是小区鉴定，一般小区面积只有几平方米，用种量较少，国家保藏中心有足够数量的种子供鉴定所用。即使国家保藏中心保藏的授权品种的种子量不能满足田间种植鉴定用种，依据《植物新品种保护条例》实施细则的规定，品种权人也应提供鉴定所用的种子。作为品种权人，不可能提供不出供鉴定所用的种子。所以，田间种植鉴定是可行的。
四、对杂交种进行田间种植鉴定的特殊性。
对杂交种，品种权保护的范围是杂交种本身和其父、母本特定的杂交组合。这就是说，品种权既不保护杂交种的种子，也不保护其父本与母本反交产生的杂交种；还不保护其亲本本身；更不保护其亲本与其它繁殖材料杂交产生的杂交种即授权杂交种的同父异母兄弟、同母异父兄弟以及表兄弟、堂兄弟等。但是，授权杂交种的双亲均与授权杂交种有50%的核基因或性状一样；两亲本的反交杂交种，与授权杂交种的核基因100%一样，只有少量的细胞质基因不同，其性状相同处在98%以上；授权杂交种的亲本与其它繁殖材料杂交产生的杂交种，均是授权杂交种的同父异母或同母异父兄弟，应有50%以上的基因一样；授权杂交种的种子即F2，虽为分离世代，但仍有绝大多数与授权杂交种的基因和性状相同。总之，授权杂交种与其父、母以及同父异母兄弟或异父同母兄弟基因型和表现型差异很小，不进行田间种植鉴定，很难区分其差异性即特异性。
杂交种本身不具有稳定性。它不像常规品种能够“种瓜得瓜，种豆得豆”，其自身具有稳定性。杂交种的亲本是常规品系，其上下代之间性状遗传具有稳定性，这是杂交种稳定性的真正含义。杂交种的真实性鉴定要比常规种真实性鉴定复杂得多。
五、应用电泳法测定受限制。
目前，科学已测定清楚玉米、水稻、小麦的全部基因及其排序，并绘制了其基因图谱，所以，对玉米、水稻、小麦等已绘制基因图谱的作物，采用电泳法或其它方法测定其基因，用其基因图谱与标准基因图谱对照，可以测定其品种纯度。对于基因的排序未测定清楚，未绘制出基因图谱的农作物，无法采用电泳或Dna分析方法对其差异性进行测定。这也是我国法定检测机构承办用电泳法测定玉米种子纯度，而不承办用电泳法测定大白菜等杂交种的种子纯度的缘由所在。
六、关于鉴定机构、鉴定人员的资质问题。
生物的基本特征篇7
第二条在特区范围内设立*经济特区主要副食品价格调节基金(以下简称调节基金)。
*经济特区主要副食品价格调节基金领导小组，代表市人民政府统一领导调节基金的征收、管理和使用工作。领导小组办公室(设在市物价局)负责调节基金的日常使用和管理。
第三条调节基金来源：
(一)市财政部门在本规定实施的第一个年度预算内安排300万元作为补贴资金，以后由市人民政府每年视财政状况和实际需要适当增加；
(二)特区旅馆业向旅客按税前客房营业收入的规定数额价外加收。征收标准为：
1、普通旅馆，每套客房每日2元；
2、一星级(含收费等级准一星级)，每套客房每日3元；
3、二星级(含收费等级准二星级)，每套客房每日5元；
4、三星级(含收费等级准三星级)，每套客房每日7元；
5、四星级(含收费等级准四星级)，每套客房每日9元；
6、五星级(含收费等级准五星级)，每套客房每日10元。
旅客住宿半日或不足半日的，定额标准按全日标准折半计征；
(三)根据《*经济特区特种消费行业税费征管若干规定》，对特区范围内特种消费行业按其营业收入5%征收的特种消费行业附加费，纳入调节基金使用管理；
(四)对实行政府定价、政府指导价的部分商品和服务项目，按一定价格或收费标准比例征收；
(五）经市人民政府批准的其他项目。
第四条财政预算内安排的调节基金，由财政部门纳入预算，在每年第一季度末划入*经济特区主要副食品价格调节基金专户(以下简称基金专户)。
第五条除本规定第三条第(一)项以外的其他调节基金，由各职能部门按照下列规定征收后，并于次月10日前统一上缴市财政部门在银行开设的调节基金专户：
(一)本规定第三条第(二)项的调节基金，由旅馆业经营单位负责；
(二)本规定第三条第(三)项的调节基金，由市地方税务局负责征收；
(三)本规定第三条第(四)项的调节基金，由市物价局负责征收。
第六条调节基金的征收应使用市财政、地方税务部门印制或监制的票据。
第七条调节基金征收及单位应于每月10日前向调节基金领导小组办公室报送上月调节基金收缴情况统计表；市财政局应每季向调节基金办公室报送基金专户收缴和支出情况统计表。
第八条调节基金实行专项管理，专款专用，任何单位和个人均不得截留、挪用。其主要用途是：
(一)扶持特区“菜篮子”工程建设；
(二)在遭受灾害或其他特殊情况下，对重要农副产品实行保护价的补贴及对经营部门必要的政策性亏损补贴；
(三)主要节日或淡季，市政府下达经营部门组织、储备主要副食品货源所必需的费用补贴；
(四)为平衡市场供求，委托经营部门参与市场吞吐，组织副食品期货，平抑市场价格，提供必需的经营风险基金。
第九条调节基金实行滚动使用，必要时，经调节基金领导小组批准，可实行有偿使用。遇紧急需要，资金不足时，可向开户银行申请低息货款。
第十条调节基金的使用，根据有关部门和生产经营单位的申请以及市场的情况，由申请使用基金的单位填写《价格调节基金使用申请表》，经其主管部门审核后，由调节基金领导小组办公室会同市财政、市贸易等部门提出使用方案，报市调节基金领导小组批准后执行。
第十一条使用基金的单位，应自觉接受调节基金领导小组的检查、监督，于每年年终写出书面使用情况报告，向基金专户办理结算，并接受物价、财政、审计等部门的监督。
第十二条市财政、审计、物价、地税等部门应加强对调节基金收缴、使用的监督、管理和检查。物价等部门在实施监督、检查时，可以行使下列职权：
(一)查询、复制与调节基金有关的帐薄、单据、凭证、文件及其他资料，核对与调节基金有关的银行资料；
(二)检查与调节基金有关的财物，必要时，可以责令当事人停止相关营业；
(三)在证据可能灭失或者以后难以取得的情况下，可以依法先行登记保存。
第十三条对逾期不缴纳调节基金者，由征收部门从逾期之日起按日加收5‰的滞纳金；属列管商品或收费，物价部门不予办理调、定价手续。拒不缴交的，可以申请人民法院强制执行。
对瞒报少交调节基金者，由物价部门处以少交款额三倍以下的罚款。
第十四条单位不按规定调节基金，或擅自截留调节基金的，应依法予以全额追缴，并追究其单位负责人和当事人的责任。
擅自挪用调节基金的，由审计部门处理；对情节严重，触犯刑律的，由司法机关依法追究刑事责任。
生物的基本特征篇8
关键词：三裂蛇葡萄；玉葡萄；金刚散
中图分类号：S567文献标识码：a
文章编号：1007-2349（2013）03-0048-04
玉葡萄根是云南地区民间习用的草药，又名金刚散[1]，绿葡萄，大接骨丹[2]，为葡萄科（Vitaceae）蛇葡萄属（ampelosismichaux）植物三裂蛇葡萄（ampelopsisdelavayana（Franch）planch）的根，能了解到的使用历史约一百余年，曾收载于《中国药典》（1977年版）、《云南省药品标准》（1996年版）等国家和地方药品标准中，具有祛风除湿，舒筋活络，消肿镇痛的功效，主要用于治疗跌打损伤等病症。是本厂“金品”系列药品痛舒胶囊、肿痛气雾剂等组方使用的药材之一。本文对玉葡萄的原植物形态进行了多个生长地的野外调查并拍摄了原植物的图片，按文献描述的植物形态分别进行比较研究，以期能对该药材的正确采收、种植提供参考。
1三裂蛇葡萄植物的文献描述
有关三裂蛇葡萄部分植物叶型特征的文献描述，主要有如下2种：
11木质藤本，小枝圆柱形，有纵棱纹，疏生短柔毛，后脱落。卷须2～3叉分枝，3小叶复叶，中央小叶披针或椭圆披针形，长5cm～13cm，先端渐尖，级部近圆形，侧生小叶卵椭圆形或卵披针形，长45cm～115cm，宽2cm～4cm，基部不对称或分裂，粗锯齿，齿端尖细，侧脉5～7对；叶柄长3cm～10cm，被疏柔毛，小叶有柄或无柄[3]。
12木质藤本，小枝圆柱形，有纵棱纹，疏生短柔毛，以后脱落。卷须2～3叉分枝，相隔2节间断与叶对生。叶为3小叶，中央小叶披针形或椭圆披针形，长5cm～13cm，宽2cm～4cm，顶端渐尖，基部近圆形，侧生小叶卵椭圆形或卵披针形，长45cm～115cm，宽2cm～4cm，基部不对称，近截形，边缘有粗锯齿，齿端通常尖细，上面绿色，嫩时被稀疏柔毛，以后脱落几无毛，下面浅绿色，侧脉5～7对，网脉两面均不明显；叶柄长3cm～10cm，中央小叶有柄或无柄，侧生小叶无柄，被稀疏柔毛[4]。
2按文献描述进行该植物的野外调查及分类
笔者分别到昆明安宁，四川峨眉山，湖南岳阳，云南楚雄州等地进行野外调查采集拍摄原植物的标本及图片，原植物经中国科学院昆明植物研究所陶德定教授鉴定为葡萄科蛇葡萄属植物三裂蛇葡萄（ampelopsisdelavayana（Franch）planch），标本存放于云南省药物研究所天然药物资源研究中心。
21叶型为椭圆披针形的植物类型
211叶型为椭圆披针形侧生两小叶不分裂的植物类型-模式标本型3小叶复叶，中央小叶椭圆披针形，长5cm～13cm，先端渐尖，基部近圆形。侧生两小叶卵椭圆形，长45cm～115cm，宽2cm～4cm，基部不对称，粗锯齿，齿端尖细，侧脉5～7对，中央小叶有短柄，侧生小叶无柄。复叶叶柄长3cm～10cm被疏柔毛。侧生两小叶不分裂。见图1～图4。
212叶型为椭圆披针形侧生两小叶分裂的植物类型3小叶复叶，中央小叶椭圆披针形，长5cm～13cm，先端渐尖，基部近圆形。侧生两小叶卵椭圆形，长45cm～115cm，宽2cm～4cm，基部不对称浅裂或分裂，粗锯齿，齿端尖细，侧脉5～7对，中央小叶有短柄，侧生小叶无柄。复叶叶柄长3cm～10cm被疏柔毛。
侧生两小叶分裂，形成5小叶掌状复叶，中央小叶椭圆披针形，长5cm～13cm，先端渐尖，基部近圆形。侧生第一对小叶卵椭圆形，长45cm～115cm，宽2cm～4cm，粗锯齿，齿端尖细，侧脉4～5对，侧生第二对小叶卵椭圆形，基部不对称，长1cm～4cm，宽1cm～3cm，粗锯齿，齿端尖细，侧脉3～4对，中央小叶有短柄，侧生4小叶有短柄或无柄。复叶叶柄长3cm～10cm被疏柔毛。见图5～图7。
22叶型为披针形的植物类型-该类型的叶片特征与模式标本有明显不同
221叶型为披针形侧生两小叶不分裂的植物类型3小叶掌状复叶，中央小叶披针形，长5cm～13cm，先端渐尖，基部近圆形。侧生两小叶披针形，长45cm～115cm，宽1cm～2cm，基部不对称，粗锯齿，齿端尖细，侧脉5～7对，中央小叶有短柄，侧生小叶有短柄或无柄。复叶叶柄长3cm～10cm被疏柔毛。侧生两小叶不分裂。见图8～图9。
222叶型为披针形侧生两小叶分裂的标本类型3小叶掌状复叶，中央小叶披针，长5cm～13cm，先端渐尖，基部近圆形。侧生两小叶披针形，长45cm～115cm，宽1cm～2cm，基部不对称浅裂或分裂，粗锯齿，齿端尖细，侧脉5～7对。
侧生两小叶分裂，形成5小叶掌状复叶，中央小叶披针形，长5cm～13cm，先端渐尖，基部近圆形。侧生第一对小叶披针形，长45cm～115cm，宽1cm～2cm，粗锯齿，齿端尖细，侧脉4～5对，侧生第二对小叶卵椭圆形，基部不对称，长1cm～3cm，宽1cm～2cm，粗锯齿，齿端尖细，侧脉3～4对。中央小叶有短柄，侧生4小叶有短柄或无柄。复叶叶柄长3cm～10cm被疏柔毛。见图10～图11。
3三裂蛇葡萄的基源
三裂蛇葡萄属于蛇葡萄属植物，从三裂蛇葡萄的高大植株上，难以辨别出蛇葡萄属描述的全部特征，但是从一些幼小的植株上我们可以很容易找到。图15是笔者拍摄到的蛇葡萄的幼小植株，它的植物特征经鉴定与《图鉴》图3285一致。图12、图13、图14是三裂蛇葡萄的幼小植株，从三幅图上可清晰的看到三裂蛇葡萄的植物特征，与图15比对也可找到蛇葡萄的植物特征，证明三裂蛇葡萄属于蛇葡萄属。
4问题与讨论
植物的地上部分，除花果实外叶片特征很多情况下是鉴定植物的最重要依据之一。植物叶片颜色的深浅，尺寸的大小与植株所处的生长环境，生长周期，光照条件，水肥条件病虫害等外界因素密切相关，不能作为鉴定的主要依据，一定条件下只能作为鉴定的参考辅助依据，但是植物叶片的几何特征是由植物的基因型决定的，同种植物完整的叶片，尺寸的大小不同但是其固有的几何特征是相同的，玉葡萄就是一个典型的例子，它能作为鉴定的参考辅助依据。
本研究调查所拍摄的图1至图4，四幅三裂蛇葡萄的不同地域自然生长植株的叶片之间的几何特征相似度极高。与《图鉴》图3287收载的一致。属模式标本型。是该药材规范化种植的种质来源植物。
从本研究调查所拍摄的三裂蛇葡萄的不同地域自然生长植株的叶片之间的几何特征来分，本研究调查拍摄的三裂蛇葡萄可分为两中情形。图1～图7的植物分为a型，图8～图11的植物分为B型。鉴定认为：a型和B型都符合三裂蛇葡萄的特征，是三裂蛇葡萄。但是B型植物的叶片几何特征与a型图鉴模式标本差异明显，因此B型是否为三裂蛇葡萄一个新的变种还需作进一步的研究。参考文献：
[1]云南省药物研究所云南天然药物图鉴[m].昆明：云南科技出版社，2005：129
[2]中国科学院植物研究所中国高等植物图鉴[m].北京：科学出版社，1972：769
生物的基本特征篇9
“物业”一词源于香港和东南亚，含义是已建成并投入使用的各类房屋以及与其配套的设备、设施和场地等，物业是房地产（不动产）的别称，物业税即房地产税。’房地产税是一个历史悠久的税种。早在古希腊时期，就开始了对房屋征税，以后各国都对房屋开征了名称各异的财产税。[1]美国称之为“propertytax”，香港则称为“差晌”、“地租”。物业税是财产税的一种，是以对不动产为课税对象，在不动产保有环节课征的一种税，主要针对土地、房屋等不动产，要求其所有者或承租人每年交纳一定的税款，税款随房产的升值而提高。财产税有着悠久的历史，虽然在现代各国税收结构中并不占主导地位，但由于它能起到所得税、流转税等其他税种难以实现的独特的调节作用，因而被大多数国家所采用，特别是被许多国家的地方政府所掌握，并成为地方财政收入的重要来源。
二、物业税的特征
物业税作为财产税的一种，与其他税种相比，具有自身的特性:
（一）物业税税基具有地域性和普遍性，对物业征税最符合税收的付出与受益对等原则。房产具有固定的坐落地点，不能随意移动，地域性强，而且房产与每个家庭、每个人都息息相关。因此，以房产作为税基征税相当于对辖区每一居民征税，而且，物业税税基的非流动性与地域性特点又使得物业税税基具有相对独立性。同时，房产、土地等财产的增值及收益的高低与当地的基础设施、地方政府公共服务的优劣密切相关，不论是企业财产还是个人财产，都享受着来自地方财政支付的公共服务，因此，对辖区内的房产课税，明显地体现了付税与受益对等原则，企业和居民理应承担相应的纳税义务。
（二）物业税税收收入具有可*性，不易发生周期性波动。由于房屋等不动产不能随意移动，隐匿比较困难，故物业税税源比较可*。随着人口的增加和经济的发展，房屋等不动产在不断增加，其价值则因时代变迁与纳税人有效需求的增加而不断提升，其纳税面宽，主要涉及当地居民，容易控管，税源可*而充裕。而且，对于企业和居民个人而言，固定资产代表了一种长远的资本投资形式，税基稳定，不会发生税基的大量地区转移。因此，对物业的课税可以成为地方政府的一个相当丰富的税收来源，其收入不易发生周期性波动。
（三）物业税便于征管性。由于物业课税具有税源分布广泛的区域性特征，因此，适宜地方政府对这一税源实施严格监控。同时，由于房产等不动产具有不可隐匿的特点，征收相对方便，从而可以降低管理成本。
三、物业税的税制设计
（一）物业税的纳税义务人、课税对象
1．物业税的纳税义务人
纳税义务人即纳税主体，是指税法规定的一切履行纳税义务的单位和个人。物业税的纳税义务人是拥有房地产权利的单位和个人。房地产权利包括土地使用权和屋产权。单位包括各类国有企业、集体企业、私有企业、股份制企业、外商投资企业外国企业、行政单位、事业单位、社会团体，以及其他类型的组织和企业。个人是所有中国公民和来华投资或居住的外国公民。
2．物业税的征税对象
征税对象即纳税客体，是指税收法律关系中征纳双方权利义务所指向的对象或为。物业税的征税对象是我国境内的房产和地产。房产是指可供人们在其中生产学习、工作、娱乐、居住或储藏物资的场所。地产是指拥有土地使用权的土地，包建筑物坐落地、尚待开发用地和农村土地等。境内是指我国税收管辖权范围内的城市县城，镇和区以及农村。
关于农村是否应该被包括在物业税的征税范围之中，学术界还未形成统一观点本文认为应将农村划入到征税范围之中。如果农村不被包括在课税范围内，就会给逃物业税的行为留有一定的空间（如富人在农村利用耕地修建别墅等），这样物业税税源不仅得不到保证，物业税的调节社会公平的目标无法充分实现，还会使物业税征管成本增加。在将农村划入征税范围的同时应根据农村房地产存在的用途决定征免对于农民用于农业生产的土地和维持农民生活的自建房应该暂免征收，对于农民进出租、转卖、开发旅游资源搞旅馆住宿等获取额外收入的房地产应该征收物业税。
（二）物业税的计税依据1．计税依据的设计
计税依据是指计算税额的基础或依据。如果说课税对象是对征税客体的质的规定那么计税依据是对征税客体的量的规定。要对计税依据进行合理确定，就需要对物税征税客体的量进行分析。
（1）从价计征和从量计征的选择
在税收理论中，房地产税类按税种的计量标准划分，可以被分为从量计税和从计税。从量计税是以课税对象的数量、重量、容积、体积、面积等为标准按预先确的单位税额确定的税。从价计税是根据课税对象价值的大小按一定比例征收的税，国现行的房地产税类中既有从价征收的税种（如我国现行的房产税），也有从量征收税种（如我国现行的城镇土地使用税）。从量计税和从价计税各有优劣。从量计税征税依据的数据比较容易获得，如房产的面积具有易测度、不变动的特点，只要通过科学的测量和完整的记录就能得出确的计税依据，实际操作过程中，征管成本相对较低。但对物业税而言，相同面积房地产可能会因为其区位、质量、朝向、楼层、外部环境、交通情况、物业管理的同而存在价值上的差异。如果按面积征税就会带来不公，很可能出现穷人要为低价的房地产支付与富人高价值的房地产同样数额的物业税。有人提出可将地块按等级行划分，每个等级内仍然按面积为单位计税。这样虽然能缓解物业税从量计征带来不公，但不能从根本解决问题。因为即使是在统一等级土地区域内部，单位面积的地产价值仍然存在差异。从价计税能够很好的克服从量计税的不公。但从价计税中何合理的确定房地产保有环节的计税价值一直是一个难点。现实生活中，城市中绝多数的房地产是缺乏其现值市场价值资料的，这就需要对房地产的现值进行评估。本文认为，由于从量计征的方式在物业税实际征收过程中会存在不公，不符合业税开征的公平原则。因此我国物业税的征收方式应采用从价计税，而对于计税依的确定，可借鉴国外房地产税的做法，以房地产的课税评估价值为计税依据。
（2）计税依据的定价
物业税的计税依据要通过房地产的价值评估确定。获得房地产评估价值的方式两种，分别是一般性房地产评估和房地产课税评估。两种评估方式在对相同的房地评估时既存在共性也有区别。共性在于都是通过科学方法对评估对象进行评估，并房地产课税评估需借用一般性房地产评估的方法，如成本法，收益法、市场比较法等两种评估方式也有区别。从房地产价评估的实践看，房地产升值因素的部分主要是土地，房地产减值素的部分主要是建筑物。从长期看，土地作为稀缺资源，市场价格将会不断上涨。土地上的建筑物会因为使用而产生累计折旧，同时还会因为建筑物本身的质量、户型年代、周遍交通情况等因素的变化发生减值，所以房屋的净值呈不断下降的趋势。此在借鉴各国经验的基础上，本文提出以下计税依据的表达公式：计税依据＝土地评估价＋建筑物评估价（1－减值毁损率）上式中，土地评估价是土地课税评估后的土地价格，可按地段或小区划分。建物评估价是建筑物课税评估后的价格，不包括土地的价格。减值毁损率是指综合考建筑物修善和折旧因素的情况下所制定的一个比率，这个比率应根据实际情况进行整。
（三）物业税的减免规定
我国目前房地产保有环节税种主要是针对营利性单位或个人课征，所以减免税优惠主要适用于一些非营利性质的单位或特殊用途的房产，本文认为，物业税征免规定的设计在延续这个原则前提下，应广泛考虑普通居民利益。由于具体的减免税优惠设计牵涉到的因素较多，需做专题研究才能确定，本文在此不做深入探讨，只在参考当前房产税等相关税种的税收优惠的基础上，列举几条有代表性的减免税税收优惠规定。
1．减税方面
（1）对于家庭所拥有的第一套住房并且是唯一生活住房，可参考家庭人口数和住房面积大小等因素给予规定免征额或起征点。
（2）对于孤老、残疾、低收入特殊人群等家庭拥有的生活唯一住房给予免征。
（3）损坏房、危房，经有关部门鉴定，在停止使用后，可给予免征。
（4）对于经济适用房实行一定程度的减免优惠。
（5）由于不可抗力造成房地产毁损的，主管税务机关核准可酌情给予适当减免。
（6）对农村生产用地和农民生活用房，在一定期间内给予减免。
2．免税政策
（1）国家机关、人民团体、军队、外国使领馆及各种社会团体自用的房地产免征。
（2）教堂、寺庙、公园、国家纪念馆以及其他名胜古迹自用的房地产免征。
（3）市政街道、广场、绿化地带等公共物业免征。
（4）非营利性科研机构、医疗单位、疾控机构、妇幼保健单位、老年人服务机构等自用的不动产免征。
参考文献
1．阎祖兴主编：《物业管理法律实务》，中国建筑工业出版社，2003年版
2．高富平、黄武双著：《物业权属与物业管理》，中国法制出版社，2002年9月版
3．肖海军、李华著：《物业管理侵权的法律救助》，湖南人民出版社，2005年版
4．杨秀琴钱晟编著：《中国税制教程》，中国人民大学出版社，1999年版
5．胡怡建主编：《税收学》，上海财经大学出版社，1999年版
6．王乔席卫群主编：《比较税制》，复旦大学出版社，2004年9月版
7．蒋晓蕙主编：《比较税收教程》，中国财政经济出版社，2002年9月版
8．戎生灵著：《中外地方税收比较》，中国经济出版社，2005年版...
生物的基本特征篇10
一、提出指纹假定的思维过程
在科学研究中，判定研究对象是否属于某事物，最简单的方法就是把研究对象与这一事物的定义相对照。指纹假定的提出，也是从为指纹特征下定义并直接运用定义寻找指纹特征开始考虑的。长期以来，痕检人员在指纹检验中一直沿用九种指纹特征，名称分别是起点、终点、分歧、结合。小钩、小桥、小眼、小点、小棒。近年来，人们加强了指纹特征的开发研究，把指纹细节特征扩展到包括隆凸、陷凹、断续、曲折、分离、贴近等在内的二十多种。如此零乱繁多的指纹特征，怎样下一个统一的定义？形式逻辑知识告诉我们。对概念下定义，就要把研究对象的主要之点加以概括。因此，要对指纹特征下定义，首先应当找到所有特征的共同点。从理论上讲，特征是特性的外在表现，而特性是一事物区别于他事物的固有属性。要确认一事物的特征，就必领把一事物与他事物作比较，即要找到一个可比的参照物。我们可以这样考虑，每一种具体的指纹特征，都是与不包含这种特征的指纹形态相对面言的。那么，不包含这种特征的指纹形态，就是发现这种特征的比较参照物。这样，每种具体特征，都对应着一种作为比较参照物的指纹形态。这就是所有具体指纹特征的共同点。把这些共同点概括起来，与指纹特征相对应的，就是不包含指纹检验中所寻求的任何特征的指纹形态。我们不妨把它叫做一般指纹形态。至此，我们就可以下这样一个定义：所谓指纹特征就是被检指纹区别于一般指纹形态的表征，它是被检指纹与一般指纹形态在区域纹线上相互区别的标志。
运用以上定义寻找指纹特征，就是把被捡指纹与一般指纹形态作比较。应当指出的是，这里的一般指纹形态是从若干纹线形态中概括出来的，并不是客观真实存在的，我们只知道它不包含任何一种指纹特征，却不能描绘出它的具体形状。因而还不能直接把它作为比较参照物。但是，我们却可以从宏观布局、微观结构等不同角度，对它的性质做出若人为的设定，这种人为设定就是本文所说的指纹假定。经过这样的处理，被检指纹与一般指纹形态的比较就变成了与各个假定的比较，只要假定提得科学合理，使这种比较可操作，运用定义寻找指纹特征的问题就解决了。
这种人为做出假定研究问题的方法，在许多学科中得到应用。如在理论力学中有小变形假定，假定受力物体变形十分微小，可忽略不计。在会计学中有会计主体假定、会计期间假定、继续经营假定、币值不变假定等。这些假定，有的舍弃了对本学科研究问题形响微小的因素，缩小了研究范围，如小变形假定；有的规定了研究问题的基本立场，指明了进行观察分析的出发点和方向，如会计主体假定；有的把研究对象和研究问题的环境条件理想化，简化了极为复杂、变幻不定的考察背景，如继续经营假定、币值不变假定等。这种方法对推进某些学科的发展起到了重要作用，完全可以应用到指纹检验领域。其实。在以往的指纹检验中，人们也已采用了这种方法，如人为规定左右走向的指纹左为起。右为止，上下走向的指纹上为起，下为止。有了这样的假定，才有起点与终点之别、分歧和结合之异。提出假定可以为指纹检验提供很多方便，下文将予证明。
二、指纹指定的概念和内容
总结以上思维过程，指纹假定的概念可表述为：所谓指纹假定，就是为了指纹检验的方便，对不包含指纹检验中所寻求的任何特征的指纹形态（一般指纹形态）的属性所作的理想化的人为设定。笔者在认真分析现有全部指纹特征的基础上，提出了以下五个假定：
i、纹线经过假定。这一假定是指假定在捺印区域内的每一条纹线，都是从捺印区域经过的纹线，即从区域外来到区域外去，在区域内，既没有纹线的起点，也没有纹线的终点。按照这一假定，被检指纹的每一个起点和终点都是特征。由于人们习惯上把长度小于1毫米的独立纹线叫小点，把长度在1至5毫米之间的独立纹线叫小棒，所以，九种特征中的小点和小棒实际上都是起点与终点的组合，只不过二者的起点和终点距离较近罢了。
2、纹线独立假定。这一假定是指假定捺印区域内的每一条纹线都是相对独立的，不与其他任何纹线相交接。按照这一假定，被检指纹的每一个分歧、结合都是特征。而小钩则是较短纹线的分歧或结合，应视为一个分歧或结合与一个起点或终点两种特征的组合。小桥和小眼则都是距离较近的一个分歧与一个结合的组合。其不同点在于小桥是一条纹线的分歧与相邻纹线的结合，而小眼则是一条纹线的分歧与同一纹线的结合。
3、纹线均布假定。这一假定是指假定在捺印区域内的所有纹线都是均匀分布的。即任意两条相邻纹线的距离是处处相等的，任意两组相邻纹线的距离也是相等的。按照这一假定，两条相邻纹线局部的分离或贴近，不同小犁沟宽度的明显差异等都应视为指纹特征。这里相邻纹线的距离，是指两条纹线中心线的距离。
4、纹线等宽假定。这一假定是指假定捺印区域内的每一条纹线其自身宽度是处处相等的，任意两条纹线的宽度也都是相等的。按照这一假定，每条纹线局部存在的细段、粗段、隆凸（局部凸起）、陷凹（局部缺损）和个别纹线明显的过宽、过窄等都应视为指纹特征。传统的九种特征未包括这一类。
5、纹线连续光顺假定。这一假定是指假定捺印区域内的每条纹线都是连续不断的，且其各处弯曲程度变化走势是平缓的。按照这一假定，纹线自身的断续和突如其来的陡弯、折转等都应视为特征。这类特征也被传统所忽视。
三、指纹假定的意义
有了指纹假定，按照定义寻找指纹特征成为可能，使指纹检验更加科学简便。如同在技术测量中找到了一个基准。在研究空间图形中建立了一个三维座标系。五个假定既相区别又相联系，构成有机统一的整体，成为指纹检验工作的重要参考体系。其意义在于：
1、规范了发现和扩展指纹特征的过程。长期以来，指纹特征没有一个确切的定义，寻找指纹特征没有明确的参照物，无所遵循。痕检人员只能死记住几种传统的特征，在被检指纹中漫无边际的搜索。假定的提出，把指纹特征界为被检指纹与指纹假定的明显差异，使发现指纹特征的过程清楚地表现为把被检指纹与五个假定逐一进行比较的过程，检验工作由漫无边际的搜索规范为按图索骥的追寻，思路清晰，方向明确，可以避免因步骤混乱造成的疏漏。无疑，假定对扩展指纹特征具有同样的规范作用。
2、奠定了指纹特征分类的基础。指纹假定是发现指纹特征的依据，也是对指纹特征进行分类的基础。用假定对指纹特征进行分类有很多优点。首先，这种分类方法有高度的概括性。仅前两个假定就囊括了传统的九种特征，五个假定包容了目前所有的指纹特征，而且还可以运用假定开发出新的特征。其次，这种分类方法具有条理性。每一个假定便对应着一类特征，使杂乱无章的特征变得井然有序，各有归属，便于人们掌握和记忆。其三，这种分类方法具有层次性。运用假定可以把指纹特征分为基本和派生两个层次，直接与某个假定相违背的特征是基本特征，由两个或两个以上的基本特征组合而成的特征是派生特征。传统的九种特征中，只有起点、终点、分歧、结合四种是基本的，其他五种都是派生的。在工作实践中。我们应着重掌握基本特征。派生特征是难以穷尽也不必穷尽的。按照五个假定对指纹特征进行分类，以基本特征的名称命名，可分为起点终点类、分歧结合类、分离贴近类、隆凸陷凹类、断续曲折类。