发布时间：
教育部论文抽查评审费用发放在审核后3到5个工作日。根据查询相关公开资料信息显示，教育部学位与研究生教育发展中心的论文评审费是100元，一般在审核后3到5个工作日发放。
本科毕业论文一般在每千字70元左右,有的甚至能达到150元。硕士论文每千字则高达200-300元,一篇4万到5万字的硕士论文基本要上万元。
除此之外，自考毕业论文写作都需要缴纳指导费用。
自考答辩,需要缴纳指导费用或者论文答辩评审费,无论是在学校报考参加还是通过培训机构,大多数省份是180-240元之间。如果是你要缴纳的答辩费用为指导费,那么这个费用可能是助学自考里的学校收费。除了论文答辩指导费用,有些院校将还将答辩费一般是200元——600元之间,具体收费根据学院来决定。
"别看网上代写论文的承诺很美好，最后很可能让你文财两空。"暨南大学经济学院金融专业的一名不愿透露姓名的大四学生就上了当。他接受南方日报记者采访时表示，自己的本科毕业论文需要一万余字，"从年初就开始写毕业论文，前后修改了不下10次，上交后导师仍不满意，我实在无力修改了，但交论文的期限临近，迫不得已只有到网上去找代写。" 所以找人代写论文需要慎重考虑。
代笔有风险，投资需谨慎。一般代写网站上的写手都有共同的套路，也有可能落得人财两空的下场，所以找代笔时最好找到专业机构。
青岛大学研究生毕业论文初稿3月到4月时候交。如果毕业论文需要盲审，那么提交论文初稿的时间大约是3月~4月，如果论文不需要盲审，那么初稿往往需要在5月份才会完成。如果两年半的学制，那么提交的论文时间大约应在12月左右。当然也有很多学校并不要求提交初稿，而是只需要按时答辩就可以了。
因为各地区各单位对于期刊级别的要求都不相同，所以建议你去学校的科教处问一下比什么都直接也正确。如果这是一个统一规定的问题，那肯定是可以说的，但是据我了解各学校要求真的不相同。
基因芯片表达谱数据的预处理分析。中国生物化学与分子生物学报，2006年4月22(4):272~27基因芯片数据分析过程：从原始数据到生物学意义。生物技术通讯，或baiduy一下吧，貌似不能上传附件
谁一个、、论文不才交么……生物信息在生物学研究中的作用。生物信息是指生物体中包含的全部信息，如基因组信息、蛋白质、核酸、糖类等生物大分子的结构等。生物信息对生物体的生存、繁殖都起着重要作用。生物信息包含的范围很广，除遗传物质、神经电冲动和激素之外，生物体发出的声音、气味、颜色以及生物的行为本身都含有信息，都对生物的个体和群体产生影响，和生物的生存与进化密不可分。生物信息的特点是消耗极少的能量和物质即可产生极大的生物效应。生物信息一般可分为遗传信息、神经和感觉信息及化学信息。虽然遗传信息和神经感觉信息的载体都属于化学物质，但通常所指的化学信息是除以上两类物质以外的化学物质所携带和传递的信息。高等生物的激素及昆虫外激素都属于这一类。遗传信息是指生物为复制与自己相同的东西、由亲代传递给子代、或各细胞每次分裂时由细胞传递给细胞的信息, 即碱基对的排列顺序(或指DNA分子的脱氧核苷酸的排列顺序） 。遗传信息以密码形式存储在DNA分子上，通过DNA的复制传递给子代。在后代生长发育过程中，遗传信息自DNA转录给RNA，后翻译成特异的蛋白质，以执行各种生命功能。从历史上看，首先是由（1866）的研究形成了概念，即相应于生物各种性状的因素（现在称为基因）中包含着相应的信息（以后等人（1941）所开创了遗传生物化学的研究，描绘出这样一个轮廓：基因和决定生物结构与功能的蛋白质之间具有一对一的对应关系。 关于基因的化学本质方面，根据等（1944）进行的转化实验，以及和（1952）用大肠杆菌噬菌体的DNA进行的性状表达实验，已阐明DNA是遗传信息的载体。附着DNA结构研究的进展，现在已经确立了这样的概念，即基因所具有的信息可将DNA的碱基排列进行符号化。信息在表达时，DNA的碱基排列首先被转录成RNA的碱基排列，然后再根据这种排列合成蛋白质。有的病毒的遗传信息的载体不是DNA，而是RNA。遗传信息不仅有相应于蛋白质的基因信息，也包括对信息解读所必需的信息、控制信息表达所必需的信息，以及生物为了复制与自己相同结构所必需的一切信息。神经和感觉信息靠电脉冲和神经递质携带和传递。神经系统接受内外环境中的信息，进行加工处理，调节和控制机体各部分功能。生物靠神经系统电脉冲和神经递质携带和传递。神经系统的功能是接收、传递内外环境中的信息，加以处理、分析,从而控制和调节机体各部功能,对环境作出适当的反应。因此，神经信息对于有机体的生存以及正常生活起着至关重要的作用。化学信息是除上述两类物质外由化学介质传递的信息。生物体的各种功能能够有条不紊地进行，对环境能及时做出反应，是由于生物体内存在着通过各种各样的化学信息分子进行传递的信息系统。生物信息在生物研究中有重要作用，然而，原始的生物信息资源挖掘出来后，生命科学工作者面临着严峻的挑战：数以亿计的ACGT序列中包涵着什么信息？基因组中的这些信息怎样控制有机体的发育？基因组本身又是怎样进化的？生物信息学产业的高级阶段体现于此，人类从此进入了以生物信息学为中心的后基因组时代。结合生物信息学的新药创新工程即是这一阶段的典型应用。因此，生物信息学便是生物信息在生物研究中重要应用。 生物信息学是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。生物信息学研究对象是生物信息。其研究重点主要体现在基因组学和蛋白学两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息。 具体而言，生物信息学作为一门新的学科领域，它是把基因组DNA序列信息分析作为源头，在获得蛋白质编码区的信息后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。基因组信息学,蛋白质空间结构模拟以及药物设计构成了生物信息学的3个重要组成部分。从生物信息学研究的具体内容上看，生物信息学应包括这3个主要部分：(1)新算法和统计学方法研究；(2)各类数据的分析和解释；(3)研制有效利用和管理数据新工具。 生物信息学作为基因组研究的有力武器，被广泛地用来加快新基因的寻找过程，以达到将“有用”新基因抢先注册专利的目的。在这场世界范围内的竞争中，中国科学家以及科研资金投向的决策部门如何结合我国科研水平的现状、优势领域等客观情况将有限的投资投入以求获得最大可能的科学研究以及商业回报，是一个无法回避的新课题。 生物信息学的主要研究方向： 基因组学 - 蛋白质组学 - 系统生物学 - 比较基因组学，随着包括人类基因组计划在内的生物基因组测序工程的里程碑式的进展，由此产生的包括生物体生老病死的生物数据以前所未有的速度递增，目前已达到每14个月翻一番的速度。同时随着互联网的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。然而这些仅仅是原始生物信息的获取，是生物信息学产业发展的初组阶段，这一阶段的生物信息学企业大都以出售生物数据库为生。以人类基因组测序而闻名的塞莱拉公司即是这一阶段的成功代表。 综上所述,对生物信息的研究对生物学的蓬勃发展具有重要作用。
生物信息学我有来头
一, 生物信息学发展简介生物信息学是建立在分子生物学的基础上的,因此,要了解生物信息学,就必须先对分子生物学的发展有一个简单的了解.研究生物细胞的生物大分子的结构与功能很早就已经开始,1866年孟德尔从实验上提出了假设:基因是以生物成分存在[1],1871年Miescher从死的白细胞核中分离出脱氧核糖核酸(DNA),在Avery和McCarty于1944年证明了DNA是生命器官的遗传物质以前,人们仍然认为染色体蛋白质携带基因,而DNA是一个次要的角色.1944年Chargaff发现了著名的Chargaff规律,即DNA中鸟嘌呤的量与胞嘧定的量总是相等,腺嘌呤与胸腺嘧啶的量相等.与此同时,Wilkins与Franklin用X射线衍射技术测定了DNA纤维的结构.1953年James Watson 和FrancisCrick在Nature杂志上推测出DNA的三维结构(双螺旋).DNA以磷酸糖链形成发双股螺旋,脱氧核糖上的碱基按Chargaff规律构成双股磷酸糖链之间的碱基对.这个模型表明DNA具有自身互补的结构,根据碱基对原则,DNA中贮存的遗传信息可以精确地进行复制.他们的理论奠定了分子生物学的基础.DNA双螺旋模型已经预示出了DNA复制的规则,Kornberg于1956年从大肠杆菌()中分离出DNA聚合酶I(DNA polymerase I),能使4种dNTP连接成的复制需要一个DNA作为模板.Meselson与Stahl(1958)用实验方法证明了DNA复制是一种半保留复制.Crick于1954年提出了遗传信息传递的规律,DNA是合成RNA的模板,RNA又是合成蛋白质的模板,称之为中心法则(Central dogma),这一中心法则对以后分子生物学和生物信息学的发展都起到了极其重要的指导作用.经过Nirenberg和Matthai(1963)的努力研究,编码20氨基酸的遗传密码得到了破译.限制性内切酶的发现和重组DNA的克隆(clone)奠定了基因工程的技术基础.正是由于分子生物学的研究对生命科学的发展有巨大的推动作用,生物信息学的出现也就成了一种必然.2001年2月,人类基因组工程测序的完成,使生物信息学走向了一个高潮.由于DNA自动测序技术的快速发展,DNA数据库中的核酸序列公共数据量以每天106bp速度增长,生物信息迅速地膨胀成数据的海洋.毫无疑问,我们正从一个积累数据向解释数据的时代转变,数据量的巨大积累往往蕴含着潜在突破性发现的可能,"生物信息学"正是从这一前提产生的交叉学科.粗略地说,该领域的核心内容是研究如何通过对DNA序列的统计计算分析,更加深入地理解DNA序列,结构,演化及其与生物功能之间的关系,其研究课题涉及到分子生物学,分子演化及结构生物学,统计学及计算机科学等许多领域.生物信息学是内涵非常丰富的学科,其核心是基因组信息学,包括基因组信息的获取,处理,存储,分配和解释.基因组信息学的关键是"读懂"基因组的核苷酸顺序,即全部基因在染色体上的确切位置以及各DNA片段的功能;同时在发现了新基因信息之后进行蛋白质空间结构模拟和预测,然后依据特定蛋白质的功能进行药物设计[2].了解基因表达的调控机理也是生物信息学的重要内容,根据生物分子在基因调控中的作用,描述人类疾病的诊断,治疗内在规律.它的研究目标是揭示"基因组信息结构的复杂性及遗传语言的根本规律",解释生命的遗传语言.生物信息学已成为整个生命科学发展的重要组成部分,成为生命科学研究的前沿.二, 生物信息学的主要研究方向生物信息学在短短十几年间,已经形成了多个研究方向,以下简要介绍一些主要的研究重点.1,序列比对(Sequence Alignment)序列比对的基本问题是比较两个或两个以上符号序列的相似性或不相似性.从生物学的初衷来看,这一问题包含了以下几个意义[3]:从相互重叠的序列片断中重构DNA的完整序列.在各种试验条件下从探测数据(probe data)中决定物理和基因图存贮,遍历和比较数据库中的DNA序列比较两个或多个序列的相似性在数据库中搜索相关序列和子序列寻找核苷酸(nucleotides)的连续产生模式找出蛋白质和DNA序列中的信息成分序列比对考虑了DNA序列的生物学特性,如序列局部发生的插入,删除(前两种简称为indel)和替代,序列的目标函数获得序列之间突变集最小距离加权和或最大相似性和,对齐的方法包括全局对齐,局部对齐,代沟惩罚等.两个序列比对常采用动态规划算法,这种算法在序列长度较小时适用,然而对于海量基因序列(如人的DNA序列高达109bp),这一方法就不太适用,甚至采用算法复杂性为线性的也难以奏效.因此,启发式方法的引入势在必然,著名的BALST和FASTA算法及相应的改进方法均是从此前提出发的.2, 蛋白质结构比对和预测基本问题是比较两个或两个以上蛋白质分子空间结构的相似性或不相似性.蛋白质的结构与功能是密切相关的,一般认为,具有相似功能的蛋白质结构一般相似.蛋白质是由氨基酸组成的长链,长度从50到1000~3000AA(Amino Acids),蛋白质具有多种功能,如酶,物质的存贮和运输,信号传递,抗体等等.氨基酸的序列内在的决定了蛋白质的3维结构.一般认为,蛋白质有四级不同的结构.研究蛋白质结构和预测的理由是:医药上可以理解生物的功能,寻找dockingdrugs的目标,农业上获得更好的农作物的基因工程,工业上有利用酶的合成.直接对蛋白质结构进行比对的原因是由于蛋白质的3维结构比其一级结构在进化中更稳定的保留,同时也包含了较AA序列更多的信息.蛋白质3维结构研究的前提假设是内在的氨基酸序列与3维结构一一对应(不一定全真),物理上可用最小能量来解释.从观察和总结已知结构的蛋白质结构规律出发来预测未知蛋白质的结构.同源建模(homology modeling)和指认(Threading)方法属于这一范畴.同源建模用于寻找具有高度相似性的蛋白质结构(超过30%氨基酸相同),后者则用于比较进化族中不同的蛋白质结构.然而,蛋白结构预测研究现状还远远不能满足实际需要.3, 基因识别,非编码区分析研究.基因识别的基本问题是给定基因组序列后,正确识别基因的范围和在基因组序列中的精确位置.非编码区由内含子组成(introns),一般在形成蛋白质后被丢弃,但从实验中,如果去除非编码区,又不能完成基因的复制.显然,DNA序列作为一种遗传语言,既包含在编码区,又隐含在非编码序列中.分析非编码区DNA序列目前没有一般性的指导方法.在人类基因组中,并非所有的序列均被编码,即是某种蛋白质的模板,已完成编码部分仅占人类基因总序列的3~5%,显然,手工的搜索如此大的基因序列是难以想象的.侦测密码区的方法包括测量密码区密码子(codon)的频率,一阶和二阶马尔可夫链,ORF(Open Reading Frames),启动子(promoter)识别,HMM(HiddenMarkov Model)和GENSCAN,Splice Alignment等等.4, 分子进化和比较基因组学分子进化是利用不同物种中同一基因序列的异同来研究生物的进化,构建进化树.既可以用DNA序列也可以用其编码的氨基酸序列来做,甚至于可通过相关蛋白质的结构比对来研究分子进化,其前提假定是相似种族在基因上具有相似性.通过比较可以在基因组层面上发现哪些是不同种族中共同的,哪些是不同的.早期研究方法常采用外在的因素,如大小,肤色,肢体的数量等等作为进化的依据.近年来较多模式生物基因组测序任务的完成,人们可从整个基因组的角度来研究分子进化.在匹配不同种族的基因时,一般须处理三种情况:Orthologous: 不同种族,相同功能的基因Paralogous: 相同种族,不同功能的基因Xenologs: 有机体间采用其他方式传递的基因,如被病毒注入的基因.这一领域常采用的方法是构造进化树,通过基于特征(即DNA序列或蛋白质中的氨基酸的碱基的特定位置)和基于距离(对齐的分数)的方法和一些传统的聚类方法(如UPGMA)来实现.5, 序列重叠群(Contigs)装配根据现行的测序技术,每次反应只能测出500 或更多一些碱基对的序列,如人类基因的测量就采用了短枪(shortgun)方法,这就要求把大量的较短的序列全体构成了重叠群(Contigs).逐步把它们拼接起来形成序列更长的重叠群,直至得到完整序列的过程称为重叠群装配.从算法层次来看,序列的重叠群是一个NP-完全问题.6, 遗传密码的起源通常对遗传密码的研究认为,密码子与氨基酸之间的关系是生物进化历史上一次偶然的事件而造成的,并被固定在现代生物的共同祖先里,一直延续至今.不同于这种"冻结"理论,有人曾分别提出过选择优化,化学和历史等三种学说来解释遗传密码.随着各种生物基因组测序任务的完成,为研究遗传密码的起源和检验上述理论的真伪提供了新的素材.7, 基于结构的药物设计人类基因工程的目的之一是要了解人体内约10万种蛋白质的结构,功能,相互作用以及与各种人类疾病之间的关系,寻求各种治疗和预防方法,包括药物治疗.基于生物大分子结构及小分子结构的药物设计是生物信息学中的极为重要的研究领域.为了抑制某些酶或蛋白质的活性,在已知其蛋白质3级结构的基础上,可以利用分子对齐算法,在计算机上设计抑制剂分子,作为候选药物.这一领域目的是发现新的基因药物,有着巨大的经济效益.8, 其他如基因表达谱分析,代谢网络分析;基因芯片设计和蛋白质组学数据分析等,逐渐成为生物信息学中新兴的重要研究领域;在学科方面,由生物信息学衍生的学科包括结构基因组学,功能基因组学,比较基因组学,蛋白质学,药物基因组学,中药基因组学,肿瘤基因组学,分子流行病学和环境基因组学.从现在的发展不难看出,基因工程已经进入了后基因组时代.我们也有应对与生物信息学密切相关的如机器学习,和数学中可能存在的误导有一个清楚的认识.三, 生物信息学与机器学习生物信息的大规模给数据挖掘提出了新课题和挑战,需要新的思想的加入.常规的计算机算法仍可以应用于生物数据分析中,但越来越不适用于序列分析问题.究竟原因,是由于生物系统本质上的模型复杂性及缺乏在分子层上建立的完备的生命组织理论.西蒙曾给出学习的定义:学习是系统的变化,这种变化可使系统做相同工作时更有效[4].机器学习的目的是期望能从数据中自动地获得相应的理论,通过采用如推理,模型拟合及从样本中学习,尤其适用于缺乏一般性的理论,"噪声"模式,及大规模数据集.因此,机器学习形成了与常规方法互补的可行的方法.机器学习使得利用计算机从海量的生物信息中提取有用知识,发现知识成为可能[5].机器学习方法在大样本,多向量的数据分析工作中发挥着日益重要的作用,而目前大量的基因数据库处理需要计算机能自动识别,标注,以避免即耗时又花费巨大的人工处理方法.早期的科学方法—观测和假设----面对高数据的体积,快速的数据获取率和客观分析的要求---已经不能仅依赖于人的感知来处理了.因而,生物信息学与机器学习相结合也就成了必然.机器学习中最基本的理论框架是建立在概率基础上的,从某种意义来说,是统计模型拟合的延续,其目的均为提取有用信息.机器学习与模式识别和统计推理密切相关.学习方法包括数据聚类,神经网络分类器和非线性回归等等.隐马尔可夫模型也广泛用于预测DNA的基因结构.目前研究重心包括:1)观测和探索有趣的现象.目前ML研究的焦点是如何可视化和探索高维向量数据.一般的方法是将其约简至低维空间,如常规的主成分分析(PCA),核主成分分析(KPCA),独立成分分析(Independent component analysis),局部线性嵌套(LocallyLinear embedding).2)生成假设和形式化模型来解释现象[6].大多数聚类方法可看成是拟合向量数据至某种简单分布的混合.在生物信息学中聚类方法已经用于microarray数据分析中,癌症类型分类及其他方向中.机器学习也用于从基因数据库中获得相应的现象解释.机器学习加速了生物信息学的进展,也带了相应的问题.机器学习方法大多假定数据符合某种相对固定的模型,而一般数据结构通常是可变的,在生物信息学中尤其如此,因此,有必要建立一套不依赖于假定数据结构的一般性方法来寻找数据集的内在结构.其次,机器学习方法中常采用"黑箱"操作,如神经网络和隐马尔可夫模型,对于获得特定解的内在机理仍不清楚.四, 生物信息学的数学问题生物信息学中数学占了很大的比重.统计学,包括多元统计学,是生物信息学的数学基础之一;概率论与随机过程理论,如近年来兴起的隐马尔科夫链模型(HMM),在生物信息学中有重要应用;其他如用于序列比对的运筹学;蛋白质空间结构预测和分子对接研究中采用的最优化理论;研究DNA超螺旋结构的拓扑学;研究遗传密码和DNA序列的对称性方面的群论等等.总之,各种数学理论或多或少在生物学研究中起到了相应的作用.但并非所有的数学方法在引入生物信息学中都能普遍成立的,以下以统计学和度量空间为例来说明.1, 统计学的悖论数学的发展是伴随悖论而发展的.对于进化树研究和聚类研究中最显著的悖论莫过于均值了,如图1:图1 两组同心圆的数据集图1是两组同心圆构成的数据集,显然,两组数据集的均值均在圆点,这也就说明了要采用常规的均值方法不能将这两类分开,也表明均值并不能带来更多的数据的几何性质.那么,如果数据呈现类似的特有分布时,常有的进化树算法和聚类算法(如K-均值)往往会得错误的结论.统计上存在的陷阱往往是由于对数据的结构缺乏一般性认识而产生的.2, 度量空间的假设在生物信息学中,进化树的确立,基因的聚类等都需要引入度量的概念.举例来说,距离上相近或具有相似性的基因等具有相同的功能,在进化树中满足分值最小的具有相同的父系,这一度量空间的前提假设是度量在全局意义下成立.那么,是否这种前提假设具有普适性呢我们不妨给出一般的描述:假定两个向量为A,B,其中,,则在假定且满足维数间线性无关的前提下,两个向量的度量可定义为:(1)依据上式可以得到满足正交不变运动群的欧氏度量空间,这也是大多数生物信息学中常采用的一般性描述,即假定了变量间线性无关.然而,这种假设一般不能正确描述度量的性质,尤其在高维数据集时,不考虑数据变量间的非线性相关性显然存在问题,由此,我们可以认为,一个正确的度量公式可由下式给出:(2)上式中采用了爱因斯坦和式约定,描述了变量间的度量关系.后者在满足(3)时等价于(1),因而是更一般的描述,然而问题在于如何准确描述变量间的非线性相关性,我们正在研究这个问题.五, 几种统计学习理论在生物信息学中应用的困难生物信息学中面对的数据量和数据库都是规模很大的,而相对的目标函数却一般难以给出明确的定义.生物信息学面临的这种困难,可以描述成问题规模的巨大以及问题定义的病态性之间的矛盾,一般从数学上来看,引入某个正则项来改善性能是必然的[7].以下对基于这一思想产生的统计学习理论[8],Kolmogorov复杂性[98]和BIC(Bayesian Information Criterion)[109]及其存在的问题给出简要介绍.支持向量机(SVM)是近来较热门的一种方法,其研究背景是Vapnik的统计学习理论,是通过最大化两个数据集的最大间隔来实现分类,对于非线性问题则采用核函数将数据集映射至高维空间而又无需显式描述数据集在高维空间的性质,这一方法较之神经方法的好处在于将神经网络隐层的参数选择简化为对核函数的选择,因此,受到广泛的注意.在生物信息学中也开始受到重视,然而,核函数的选择问题本身是一个相当困难的问题,从这个层次来看,最优核函数的选择可能只是一种理想,SVM也有可能象神经网络一样只是机器学习研究进程中又一个大气泡.Kolmogorov复杂性思想与统计学习理论思想分别从不同的角度描述了学习的性质,前者从编码的角度,后者基于有限样本来获得一致收敛性.Kolmogorov复杂性是不可计算的,因此由此衍生了MDL原则(最小描述长度),其最初只适用于离散数据,最近已经推广至连续数据集中,试图从编码角度获得对模型参数的最小描述.其缺陷在于建模的复杂性过高,导致在大数据集中难以运用.BIC准则从模型复杂性角度来考虑,BIC准则对模型复杂度较高的给予大的惩罚,反之,惩罚则小,隐式地体现了奥卡姆剃刀("Occam Razor")原理,近年也广泛应用于生物信息学中.BIC准则的主要局限是对参数模型的假定和先验的选择的敏感性,在数据量较大时处理较慢.因此,在这一方面仍然有许多探索的空间.六, 讨论与总结人类对基因的认识,从以往的对单个基因的了解,上升到在整个基因组水平上考察基因的组织结构和信息结构,考察基因之间在位置,结构和功能上的相互关系.这就要求生物信息学在一些基本的思路上要做本质的观念转变,本节就这些问题做出探讨和思索.启发式方法:Simond在人类的认知一书中指出,人在解决问题时,一般并不去寻找最优的方法,而只要求找到一个满意的方法.因为即使是解决最简单的问题,要想得到次数最少,效能最高的解决方法也是非常困难的.最优方法和满意方法之间的困难程度相差很大,后者不依赖于问题的空间,不需要进行全部搜索,而只要能达到解决的程度就可以了.正如前所述,面对大规模的序列和蛋白质结构数据集,要获得全局结果,往往是即使算法复杂度为线性时也不能够得到好的结果,因此,要通过变换解空间或不依赖于问题的解空间获得满意解,生物信息学仍需要人工智能和认知科学对人脑的进一步认识,并从中得到更好的启发式方法.问题规模不同的处理:Marvin Minsky在人工智能研究中曾指出:小规模数据量的处理向大规模数据量推广时,往往并非算法上的改进能做到的,更多的是要做本质性的变化.这好比一个人爬树,每天都可以爬高一些,但要想爬到月球,就必须采用其他方法一样.在分子生物学中,传统的实验方法已不适应处理飞速增长的海量数据.同样,在采用计算机处理上,也并非依靠原有的计算机算法就能够解决现有的数据挖掘问题.如在序列对齐(sequence Alignment)问题上,在小规模数据中可以采用动态规划,而在大规模序列对齐时不得不引入启发式方法,如BALST,FASTA.乐观中的隐扰生物信息学是一门新兴学科,起步于20世纪90年代,至今已进入"后基因组时代",目前在这一领域的研究人员均呈普遍乐观态度,那么,是否存在潜在的隐扰呢不妨回顾一下早期人工智能的发展史[11],在1960年左右,西蒙曾相信不出十年,人类即可象完成登月一样完成对人的模拟,造出一个与人智能行为完全相同的机器人.而至今为止,这一诺言仍然遥遥无期.尽管人工智能研究得到的成果已经渗入到各个领域,但对人的思维行为的了解远未完全明了.从本质来看,这是由于最初人工智能研究上定位错误以及没有从认识论角度看清人工智能的本质造成的;从研究角度来看,将智能行为还原成一般的形式化语言和规则并不能完整描述人的行为,期望物理科学的成功同样在人工智能研究中适用并不现实.反观生物信息学,其目的是期望从基因序列上解开一切生物的基本奥秘,从结构上获得生命的生理机制,这从哲学上来看是期望从分子层次上解释人类的所有行为和功能和致病原因.这类似于人工智能早期发展中表现的乐观行为,也来自于早期分子生物学,生物物理和生物化学的成就.然而,从本质上来讲,与人工智能研究相似,都是希望将生命的奥秘还原成孤立的基因序列或单个蛋白质的功能,而很少强调基因序列或蛋白质组作为一个整体在生命体中的调控作用.我们因此也不得不思考,这种研究的最终结果是否能够支撑我们对生物信息学的乐观呢 现在说肯定的话也许为时尚早.综上所述,不难看出,生物信息学并不是一个足以乐观的领域,究竟原因,是由于其是基于分子生物学与多种学科交叉而成的新学科,现有的形势仍表现为各种学科的简单堆砌,相互之间的联系并不是特别的紧密.在处理大规模数据方面,没有行之有效的一般性方法;而对于大规模数据内在的生成机制也没有完全明了,这使得生物信息学的研究短期内很难有突破性的结果.那么,要得到真正的解决,最终不能从计算机科学得到,真正地解决可能还是得从生物学自身,从数学上的新思路来获得本质性的动力.毫无疑问,正如Dulbecco1986年所说:"人类的DNA序列是人类的真谛,这个世界上发生的一切事情,都与这一序列息息相关".但要完全破译这一序列以及相关的内容,我们还有相当长的路要走.（来源 ------[ | 生物信息学研讨组]）生物信息学（Bioinformatics）是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。其研究重点主要体现在基因组学(Genomics)和蛋白学(Proteomics)两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息。生物信息学是一门利用计算机技术研究生物系统之规律的学科。目前的生物信息学基本上只是分子生物学与信息技术（尤其是因特网技术）的结合体。生物信息学的研究材料和结果就是各种各样的生物学数据，其研究工具是计算机，研究方法包括对生物学数据的搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。1990年代以来，伴随着各种基因组测序计划的展开和分子结构测定技术的突破和Internet的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。对生物信息学工作者提出了严峻的挑战：数以亿计的ACGT序列中包涵着什么信息？基因组中的这些信息怎样控制有机体的发育？基因组本身又是怎样进化的？生物信息学的另一个挑战是从蛋白质的氨基酸序列预测蛋白质结构。这个难题已困扰理论生物学家达半个多世纪，如今找到问题答案要求正变得日益迫切。诺贝尔奖获得者W. Gilbert在1991年曾经指出：“传统生物学解决问题的方式是实验的。现在，基于全部基因都将知晓，并以电子可操作的方式驻留在数据库中，新的生物学研究模式的出发点应是理论的。一个科学家将从理论推测出发，然后再回到实验中去，追踪或验证这些理论假设”。生物信息学的主要研究方向： 基因组学 - 蛋白质组学 - 系统生物学 - 比较基因组学 姑且不去引用生物信息学冗长的定义，以通俗的语言阐述其核心应用即是：随着包括人类基因组计划在内的生物基因组测序工程的里程碑式的进展，由此产生的包括生物体生老病死的生物数据以前所未有的速度递增，目前已达到每14个月翻一番的速度。同时随着互联网的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。然而这些仅仅是原始生物信息的获取，是生物信息学产业发展的初组阶段，这一阶段的生物信息学企业大都以出售生物数据库为生。以人类基因组测序而闻名的塞莱拉公司即是这一阶段的成功代表。 原始的生物信息资源挖掘出来后，生命科学工作者面临着严峻的挑战：数以亿计的ACGT序列中包涵着什么信息？基因组中的这些信息怎样控制有机体的发育？基因组本身又是怎样进化的？生物信息学产业的高级阶段体现于此，人类从此进入了以生物信息学为中心的后基因组时代。结合生物信息学的新药创新工程即是这一阶段的典型应用。
（一）学术成就概述林红同志以健康心理学为研究方向，在学生及教师心理健康及辅导方面进行了相关探索和研究，并取得了一些研究成果：近年来，共主持、参加各级教学及科研课题11项，其中，两项获得省部级以上奖励。本人主持的山东省软科学项目《农业院校大学生考试焦虑现状调查及干预研究》经专家鉴定为国内领先水平，所提出的考试焦虑团体辅导模式为缓解学校心理咨询教师的不足、有效消除学生的考试焦虑提供了参考和依据；公开发表学术论文30余篇，获得省级以上奖励7篇。林红同志作为校应用心理学研究所副所长，积极利用心理学专业知识与技术为社会服务，多次为周边中小学学生、大学生进行各种主题的团体心理辅导，获得普遍好评。（二）主持和参加的科研项目1. 关于心理辅导员个人成长团体心理训练的实证研究，，山东省教育厅S07WZ06， 5000元，参加，2/8；2. 团体辅导在农业院校大一新生心理适应中的应用，，山东省教育厅S07WZ09， 5000元，参加，3/6；3. 青少年压力源、压力应对方式的调查及其干预研究，，山东省共青团省委， 1000元，参加，6/6；4. 农业院校大学生考试焦虑现状调查及干预研究，，山东省软科学，5000元，主持；5. 增强新时期高校心理健康教育实效性研究，，辽宁省教育厅，辽宁省教育厅，5000元，主持；6. 山东省大学生网络依赖现状调查研究，，青岛农业大学，4000元，参加，5/6。（三）获奖科技成果1. 民办高校学生网络依赖状况的调查研究，独立，山东省大学生心理健康教育专业委员会2009年学术年会优秀论文二等奖，山东省大学生心理健康教育专业委员会，；2. 高校学生网络依赖现状调查，独立，第八届山东省心理科学优秀成果一等奖，山东省心理学会，；3. 农业院校大学生考试焦虑现状调查及干预研究，1/6，山东省软科学优秀成果三等奖，山东省软科学，；4. 大学生网络依赖特征的调查研究，独立，山东省大学生心理健康教育专业委员会2008年学术年会优秀论文一等奖，山东省大学生心理健康教育专业委员会，；5. 民办高校大学生心理健康状况调查，1/2，山东省高等学校学生教育与管理研究会优秀论文二等奖，山东省高等学校学生教育与管理研究会，；6. 民办高校大学生心理健康影响因素及教育探究，1/2，山东省大学生心理健康教育专业委员会2007年度优秀论文二等奖，山东省大学生心理健康教育专业委员会，；7. 民办高校学生心理健康教育的综合辅导模式研究，1/2，山东省高等学校学生教育与管理研究会优秀论文二等奖，山东省高等学校学生教育与管理研究会，；8. 辽宁省大学生德育工作的途径与方法研究，3/6，辽宁省‘十五’首批教育科学优秀成果二等奖，辽宁省教育科学规划领导小组，。（四）科研论文1. 民办与普通高校学生网络依赖状况的比较研究，青少年研究，独立，，第6期，. 大学生网络依赖特征的调查研究，沈阳师范大学学报，独立，，第6期，. 高校学生网络依赖影响因素的相关研究，沈阳大学学报，独立，，第4期，. 青岛市民办大学生心理健康影响因素及其教育现状调查探究，青岛农业大学学报，1/2，，第1期，. 民办高校大学生心理健康状况调查研究，黑龙江高教研究（中文核心），1/2，，第1期，. 民办高校学生心理健康教育的综合辅导模式研究，中国学校卫生（中文科技核心），1/2，，第4期，. 民办高校与普通高校大学生心理健康状况的比较研究，教育科学（CSSCI收录期刊），独立，，第3期，. 关于构建高校心理健康教育网站的理性探索，辽宁教育行政学院学报，独立，，第5期，. 关于当代大学生信念问题的调查及对策探究，沈阳大学学报，1/2，，第1期，119-121.（五）主编、参编学术著作1. 《大学生心理健康教育导论》，2/2，高等教育出版社，北京，.
1 、杭青梨试管苗移栽前后叶片与根部形态结构之电镜观察。莱阳农学院学报，1987年，第2期，戴洪义、沈德绪、林伯年。2、砂梨品种的试管繁殖。植物生理学通讯，1988年第2期，戴洪义、沈德绪、林伯年。3、葡萄81-8单系的倍性鉴定。莱阳农学院学报，1988年第4期，孙敏、戴洪义。4、砂梨茎尖与叶芽的离体培养。浙江农业大学学报，1988年第4期，戴洪义、沈德绪、林伯年。5、枣疯病热处理脱毒之初步研究。落叶果树，1988第4期，戴洪义、沈德绪、林伯年。6、果树组织培养繁殖的研究进展。莱阳农学院学报，1988年第3期，戴洪义、孙敏。7、中国梨同物异名地方品种鉴定方法。国际园艺植物种质资源会议论文集（英文版），万国学术出版社，l989年，辛淑亮、戴洪义、王奎先。8、中香梨授粉品种选择。落叶果树，1990年第1期，戴洪义。9、葡萄染色体倍性与气孔性状的相关及其判别分析。葡萄栽培与酿酒，1990年第2期，戴洪义、孙敏、商传明。10、苹果果皮细胞膜结构分化与虎皮病的关系。果树科学，第9卷第4期，1992年，鞠志国、原永兵、刘成连、戴洪义。11、葡萄资源的研究进展。葡萄栽培与酿酒，l992年第4期，戴洪义、于士梅、刘玉军。12、PP333对梨果实生长和酚类物质合成的影响。园艺学报，1993年，鞠志国、原永兵、刘成连、戴洪义。13、苹果酚类物质合成的调节及其对果实品质的影响。中国农业科学，261（4），1993年，鞠志国、原永兵、刘成连、戴洪义、刘润进。14、接种物形式和寄生植物对丛枝菌真菌发育的影响。植物生理学报，1994年第1期，戴洪义、刘润进、祝军。15、低温对苹果储藏过程中H202水平的影响。果树科学，1994年，鞠志国、原永兵、刘成连、戴洪义。16、矮樱桃的茎尖培养与快速繁殖。园艺学进展，农业出版杜，1994年11月，王然、戴洪义、周爱琴。17、柱型苹果的生物学特性。园艺学进展，农业出版社，1994年11月，戴洪义、王善广、于士梅、王然。18、莱阳梨花期晚霜冻害调查。烟台果树，l994年第4期，戴洪义、姜润丽。19、去病毒大樱桃砧木‘Colt’的试管繁殖。植物生理学通讯：第3l卷第1期，1995年，戴洪义、王然、周爱琴。20、果树综合生产一一国外果树生产新潮流。世界农业，1995年第一期，戴洪义。21、层积和预处理对Wenbo（拼音）和木瓜种子发芽到影响。中国科协第二届青年学术年论文集，1995，戴洪义、Frank H. Alston。22、Research on Quince as a rootstock for pear。纪念吴耕民教授诞生100周年论文集，中国农业科技出版社，1995年4月，戴洪义、Frank H. Alston。24、柱型苹果研究进展及其发展前景。果树科学，第13卷第一期，1996年，戴洪义、于士梅。25、柱型苹果引种研究。果树科学，15（1），1998，戴洪义、王善广、于士梅、王然、于秀敏。26、苹果梨品种资源的研究利用及其开发前景。落叶果树，1998年第三期，戴洪义、王然、王彩虹。27、柱型苹果的研究和利用现状。河北林果研究，2000，15（12），王彩虹、田义轲、戴洪义。28、苹果基因组AFLP分析的DNA模板的制备技术体系的建立。山东农业大学学报，2001（2），王彩虹、王倩、戴洪义等。29、与苹果柱型基因（Co）相关的AFLP标记片断的克隆。果树科学，2001，18（4），王彩虹、王倩、戴洪义等。30、加快高等教育的改革和创新。发展论坛，2001（9），70－71，戴洪义。32、与苹果柱型基因（Co）紧密连锁的分子标记的筛选。农业生物技术学报，2001年（2），187-190，王彩虹、王倩、戴洪义等。33、苹果柱型基因Co的一个AFLP标记的SCAR转换。园艺学报，2002，29（2）：100-104，王彩虹，戴洪义等。34、A report on breeding columnar apple varieties，果树学报，2003年， （2）79-83，戴洪义、王彩虹等。35、果树自交不亲和性的研究进展。莱阳农学院学报，2002年,，，王爱华、戴洪义36、甜樱桃胚培养研究。莱阳农学院学报，2003，，，王爱华、戴洪义、于士梅37、一个与苹果柱型基因（Co）连锁的RAPD标记。西北植物学报，2003， （2）田义轲，王彩虹，张继树，戴洪义，初庆刚等。39、甜樱桃品种红灯与佐藤锦的 S 基因型测定。山东农业科学 2004 第5期25-26，戴洪义、王爱华40、苹果柱型基因RAPD标记的克隆及序列分析。莱阳农学院学报，2004，21（4）：265-268，田义轲、王彩虹、张继树、戴洪义、赵静。41、辣椒体表茸毛与抗蚜虫关系的研究。莱阳农学院学报，2004，21（4）：293-295，尚宏芹、刘建萍、戴洪义等42、品种权申请公告?苹果属。农业植物新品种保护公报，2004，（3）：41~46，戴洪义、祝军、王然、王彩虹、于士梅、王成荣等。43、12个苹果新品种简介。中国果树，2004，（6）：7~8，祝军，戴洪义。44、菊苣组织培养。植物生理学通讯，2005，41（2），201，尚宏芹、焦红良、，戴洪义。45、拥有我国自主产权的6个苹果新品种。落叶果树，2005，37（1）20-21，祝军、戴洪义。46、Mapping Co，a Gene Controlling Columnar Phenotype of Apple Tree，with Molecular Markers，Euphytica，2005，145，181~188，Yi-Ke Tian，Cai-Hong Wang，Ji-Shu Zhang,Celia James&Hong-Yi Dai（戴洪义，通讯作者）47、浓缩苹果汁非酶褐变的研究进展.莱阳农学院学报，2006，23（1）:23-26.周亚平，刘洪涛，戴洪义(通讯作者)48、苹果制汁新品种鲁加4号浓缩汁储藏过程中稳定性的影响因素。果树学报，2006年， No.（1）65-68，周亚萍，刘洪涛，何维华，刘春辉，祝军，戴洪义（通讯作者）49、与苹果果皮红色性状相关的RAPD分子标记的筛选。果树学报，2006，23卷。第2期，165-168，赵静，田义柯，王彩虹，戴洪义，王 东50、西洋梨矮化资源的生物学特性研究。莱阳农学院学报，2006，23（2），119-121，王彩虹，田义柯，戴洪义，代庆海，殷召学，杨晓芹51、苹果浓缩汁美拉德反应有关影响因素的研究。食品科学，2007，28卷，第四期，39-43，周亚萍，王成荣，于士梅，祝军，王然，王彩虹，戴洪义*（通讯作者）52、苹果浓缩汁后混浊的研究进展。饮料工业，2007，第10卷，第7期，3-6，孙海蜂，孙家财，周亚萍，戴洪义*（通讯作者）53、高效液相色谱法同时测定苹果汁中6种酚类物质。分析化学，2007，35卷，第10期1425-1429，吕海涛，孙海峰，曲宝涵，戴洪义54、菊苣的组织培养繁殖的研究。青岛农业大学学报，2007，24卷，第1期，31-34，尚宏芹，于士梅，戴洪义*55、扎实开展整改，巩固评建成效。高等教育研究与实践，2007，第1期，17-19，戴洪义56、实施教育质量与教学改革工程，全面提高人才培养质量。高等教育研究与实践，2007，第2期，1-3，戴洪义57、苹果汁色泽相关性状遗传的研究。果树学报，2008，25卷。第2期，157-161,何维华，周亚平，曲凌慧，刘春辉，于士梅，祝 军，戴洪义*58、苹果果肉中原花青素超声波的辅助浸提。食品与生物技术学报，2008， 27卷第1期，80-83，刘春辉，周亚萍，祝军，戴洪义*59、HPLC法测定苹果浓缩计中的多酚类物质。食品科学，2008，29卷，第4期，314-317，孙海峰，吕海涛，周莎莎，代庆海，周亚萍，戴洪义*60、矮生西洋梨（Pyrus communis L）茎尖离体培养研究。青岛农业大学学报，2008，25卷，第1期，17-20，代庆海，王彩虹，梁美霞，王亮，戴洪义*61、苹果优良酵母菌株的筛选。青岛农业大学学报，2008，25卷，第1期，28-33，杨晓英，丁立孝，梁美霞，戴洪义*62、苹果原汁褐变有关因素的研究。青岛农业大学学报，2008，25卷，第2期，81-83，周莎莎，周亚萍，冯耀祖，戴洪义*63、梨杂交后代果实主要有机酸遗传动态的研究。青岛农业大学学报，2008，25卷，第3期，231-235，王宏伟，王成荣，于淼，戴洪义 王然*64、 梨矮化基因pcDw的SSR标记定位。果树学报，2008，25（3）：404-407，田义柯，王彩虹，，贾彦利，王 亮，戴洪义65、平邑甜茶与M7离体叶片不定芽再生的研究。青岛农业大学学报，2009，26卷，第2期，103-108，魏国芹，梁美霞，李鼎立，孙海峰，戴洪义*66、酚类物质和可溶性蛋白对苹果浓缩汁后浑浊的影响。食品与发酵工业，2009，35卷，第6期，23-27，孙海蜂，孙家财，于士梅，周亚萍，梁美霞，戴洪义*（通讯作者）67、苹果原生质体培养再生愈伤组织。中国农学通报，2009，第25卷，第20期，179-186，魏国芹，李鼎立，梁美霞，戴洪义*68、柱型与普通型苹果叶片结构与叶绿体超微结构比较。园艺学报，2009，36（10），1504-1510，梁美霞，葛红娟，戴洪义*（通讯作者）69、??离体培养繁殖的研究。山东农业科学，2010，1：5-9，魏国芹，戴洪义，孙玉刚，梁美霞，安淼70、鲜食制汁兼用型苹果优系选育初报，青岛农业大学学报，2009，26卷，第3期，197-202，邵秀红，梁美霞，冯耀祖，祝军，戴洪义*（通讯作者）71、高等教育质量问题与对策研究。高等教育研究与实践，2009，第2期，3-572、.组培和大田条件下苹果叶片结构和表皮特征的比较. 果树学报, 2009,26(06)：781-785，梁美霞，葛红娟，戴洪义*（通讯作者）73、苹果组培苗离体叶片诱导不定芽分化研究 湖南农业大学学报 2009，35（05）：470-473，梁美霞，戴洪义*（通讯作者）.74、抗生素对菊苣子叶离体分化的影响. 分子植物育种， 2009,7(2):371-374. 梁美霞，戴洪义*（通讯作者）.75、. 菊苣子叶离体培养与植株再生的研究. 北方园艺 2009,03:72-74，梁美霞，戴洪义*（通讯作者）76、葛红娟.苹果叶片解剖结构和表皮特征的生态适应性.园艺学报(增刊),2009,36（36）:1873，梁美霞,戴洪义*（通讯作者）77、农杆菌介导柱型苹果“鲁加6号”遗传转化体系的建立, 分子植物育种, 2009,7(6):1130-1136，梁美霞，祝军，戴洪义*（通讯作者）.78、玻璃化与正常苹果试管苗的叶片和茎的显微结构比较。植物生理学通讯，2010,，葛红娟，梁美霞，戴洪义*（通讯作者）79、优势醋酸菌株QA-9号选育及其初步鉴定。中国酿造，2010,，张赞，梁美霞，席超，阎振华，戴洪义*（通讯作者）80.、壳聚糖澄清苹果酒的工艺优化及其效果评价。食品与发酵工业，2010，第36卷第4期，126-129席超，张赞，闫振华，魏国芹，戴洪义*（通讯作者）81、苹果浓缩汁中酚类物质提取方法。 食品研究与开发，2010,第31卷第6期，139-141闫振华，徐坤，张赞，席超，戴洪义*（通讯作者）82、普通型与矮生型梨叶片显微结构比较。西北植物学报，2010,30（8）：1584-1588，葛红娟，梁美霞，戴洪义*（通讯作者）83、苹果品种华翠果实制汁性评价。中国果树，2010（5）：18-20，康国栋，张玉刚，田义，刘艳艳，丛培华，戴洪义（第二单位，戴洪义为第二通讯作者）84、柱型苹果和矮生型梨组培苗叶片表皮结构研究. 果树学报， 2010， 27（01）：1-7，梁美霞，葛红娟，戴洪义*（通讯作者）.85、利用自动电位滴定法测定果汁中的维生素C含量。果树学报， 2010， 27（06）：1-7，董月菊，梁美霞，戴洪义*（通讯作者）86、苹果玻璃化试管苗生理特性的研究。果树学报， 2010， 27（专刊22-24葛红娟，梁美霞，张玉刚，董月菊，王 英，戴洪义*（通讯作者）87、‘嘎拉’ב特拉蒙’杂交后代中柱型和普通型苹果叶片光合特性比较.果树学报， 2010， 27（专刊）：35-37。张玉刚，梁美霞，祝军，戴洪义*（通讯作者）88、沸石负载壳聚糖对高酸苹果发酵酒的澄清工艺。食品科学，2010，31（22）：164-169.席超，张赞，闫振华，戴洪义*（通讯作者）
（一）主讲课程主讲本科生课程：中国古代文学、应用写作、经济写作、大学语文。（二）主持和参加的教学研究课题1、传统教育手段与现代教育手段结合的必要性，2005——2007，青岛农业大学，1000元，主持。2、教学情感在大学教学中优化运用的研究，2008——2001，青岛农业大学，1000元，主持。3、学生全面参与课堂教学的方法论研究，2001——2003，青岛农业大学，1000元，参与。（三）教学研究论文1. 《多媒体教学手段在大学语文中的合理运用》，中国教育教学杂志，，第一作者。《浅论教师对学生审美教育的作用》，语文学刊，，第一作者。（四）参编教材1. 《中国农村应用文写作大全》，参编，山东文艺出版社，1993年。2、《应用写作》，副主编，中国人事出版社，1995年。3、《乡镇企业现代经营管理学》，副主编，北京农业大学出版社，1996。 （一）学术成就概述讲授的主要课程有中国文学史、古典诗词欣赏、大学语文、应用写作等。主要从事古代文学和应用写作的研究。主持课题3项：校级课题“提高大学生应用写作能力方法论研究”；教学研究课题“传统教育手段与现代教育手段结合的必要性”、“教学情感在大学教学中优化运用的研究”。 发表论文20余篇，所发表的论文主要是古代文学、写作以及教学研究方面的。参编专著5部，其中担任副主编的3部。（二）主持和参加的科研项目1. 提高大学生应用写作能力方法论的研究 ，2003——2005，青岛农业大学，610335，2000元，主持。（三）科研论文1、《心理定势与汉语学习》，莱阳农学院学报，2/2，2002年第二期，87-91页。2、《浅谈柳永的妓情词》，莱阳农学院学报，1/1，2000年第三期，56-58页。3、《如何提高大学生的应用写作能力》，莱阳农学院学报，1/2，2001年第二期，82-84页。4、《浅谈公文中古语词的应用》，莱阳农学院学报，3/3，2001年第四期，64-66页。5、《谈语文教学中美育的渗透》，基础教育改革论坛，3/3，2002第四期，74-75页。6、《古典诗中的空笔艺术赏析》，莱阳农学院学报，3/3，2003年第二期，101-103页。7、《讲授法在应用写作教学中的运用》，济南教育学院学报，2/2，2003年第三期，19-21页。8、《论王维幽静之美的山水田园诗》，莱阳农学院学报，1/2，2003年第四期，43-46页。9、《论公文写作语言的简洁性》莱阳农学院学报，1/3，2003年第四期，61-64页。10、《提高大学生应用写作方法论》，莱阳农学院学报，1/3，2005年第一期，91-93页。11、《一颗水晶心，饱含爱与美-----谈冰心和她的散文》，语文学刊，2/2，2005年第九期，107-110页。12、《关于大学语文在人文素质教育中作用的理性思考》，莱阳农学院学报，2/2，2005年第四期，38-41页。13、《关于管理文秘教学方法的几点思考》，当代学术月刊，2/2，2006年第九期，23-25页。14、《多媒体教学手段在大学语文中的合理应用》，中国教育教学杂志，1/3，2006年第十期。15、《略论苏轼词的清雄之风》，青岛农业大学学报，2/2，2007年第四期。16、《浅论教师对学生审美教育的作用》，语文学刊，1/3，2007年第十二期。17、《一曲婉转动人、哀怨缠绵的恋歌-----白居易<长恨歌>主题别解》，语文学刊，1/3，2009年第九期，51-52页。（五）主编、参编学术著作1、《雷锋 团旗 青年魂》，编委，山东大学出版社，1991年。2、《论科学技术是第一生产力》，参编，北京理工大学出版社，1992年。3、《中国农村应用文写作大全》，参编，山东文艺出版社
现在每个学校都非常重视学术不端行为，学生的综合素质在毕业论文中越来越受到重视。大多数高校使用学校内部查重系统对论文进行评估。目前，几乎所有高校都要求研究生毕业论文的查重必须在10％-20％以内的重复率。除有特殊要求的高校外，如果重复率不符合标准，答辩和毕业时间可能会推迟。因此，对于研究生来说，提前检测论文是非常必要的。选择一个正式、安全的网站查重也非常重要。今天，paperfree小编将告诉你研究生毕业论文如何查重? 通常，学校只会为学生提供免费检测论文的机会。因此，如果学生这次没有通过查重，他们不仅将面临直接取消辩护资格，还可能被推迟毕业。因此，在这种情况下，研究生可以提前检测论文重复情况，然后根据检测报告进行有针对性的修改。找到安全正规的论文查重第三方检测平台后，就可以上传我们的论文进行查重。 当您完成论文并在平台上确定时，您只需将论文提交给论文查重平台。这里小编想告诉你的是，根据论文的阶段，你可以选择不同的论文查重系统进行检测。如果你认为论文查重价格太高，你也可以在初稿中选择其他查重系统。最后，在论文定稿查重时，选择学校要求的查重系统，以保持与学校检测结果一致，节省不必要的成本。
研究生临近毕业，最关心的是能不能毕业。考研的路很难很长，所以毕业前他们对一切都很上心。因此，他们绝不能忽视论文查重。所以最近，一些学生通过学术平台发出了自己的问题：研究生的毕业设计论文会被重查吗？毕业设计论文是需要查重的。下面小编将详细讲解如何对毕业设计论文进行查重：1.首先，我们需要选择一个合适的论文查重系统。通常，各大高校一般选择知网论文查重系统进行论文查重。知网论文的标准更接近学校的要求，所以在查重时有利于论文，所以我们选择知网论文查重系统检测；2.打开浏览器，在浏览器的搜索框中输入“知网论文查重系统”，然后点击搜索进行搜索；3.然后点击进入知网的论文查重系统，选择合适的论文查重入口。由于是毕业设计论文，需要选择“硕士/博士论文查重系统”进行论文查重；4.点击【论文上传】按钮，将论文以word文档的形式上传到系统中。这里选择word是为了防止论文在查重时容易出现乱码；5.然后完成论文的相关信息，包括论文标题、作者姓名、手机号码；6.最后点击页面底部的【提交测试】，最后检测完成查看查重报告。
研究生毕业论文完成后，我们最关心的是能否通过论文检测。只有顺利通过查重，才能进行后续论文答辩，获得学位证书，顺利完成学业。那么研究生毕业论文怎么查重？ 1. 我们如何检测研究生毕业论文查重率？ 对于研究生毕业论文的重复检测，我们应该选择相应的论文查重系统，检测结果是最准确的。一般学校会有规定的检测系统，但为了安全起见，我们通常会先检测自己的论文重复率。避免在学校检测时通过论文查重。但是，在选择检测系统时，最好选择学校规定的检测系统。如果我们学校没有明确规定，您可以进行选择以下专业检测研究生毕业设计论文系统。 2.研究生毕业论文的复检流程？ 1.选择要查重的系统（如paperfree、papertime等）； 2.在系统提交论文时，系统会自动计算出需要的字数和需要的字数的价格; 3.付款完成后，提交论文，上传完毕，点击确认检测； 4.检测完成显示报告后进行下载。如果重复率没有达到标准，那么你就必须尝试降重。
现在每个学校都非常重视学术不当行为，学生的综合素质在毕业论文中越来越受到重视。大多数大学使用内部检查系统来评估论文。目前，几乎所有高校都要求研究生毕业论文的重复率必须在10%-20%以内。除有特殊要求的高校外，如果重复率不符合标准，可能会推迟答辩和毕业时间。因此，对于研究生来说，提前检查论文是非常必要的。选择一个正式、安全的网站进行重复检查也非常重要。今天，小编告诉你如何检查研究生毕业论文？通常，学校只会为学生提供免费的论文测试机会。因此，如果学生这次没有通过重复检查，他们不仅将面临直接取消辩护资格，而且可能会被推迟毕业。因此，在这种情况下，研究生可以提前测试论文的重复性，然后根据测试报告进行有针对性的修改。找到安全正式的论文重复检查第三方检查平台后，可以使用查重系统进行论文重复检查。当你完成论文并在平台上确定时，你只需要将论文提交给论文查重平台。这里小编想告诉大家的是，根据论文的阶段，可以选择不同的论文查重系统进行测试。如果您认为论文查重价格过高，也可以在初稿中选择其他查重系统。最后，在论文定稿查重时，选择学校要求的查重系统，保持与学校检测结果一致，节省不必要的成本。