1) inherited coordination
遗传协调
2) coordination optimization genetic algorithms (COGAs)
协调优化遗传算法
3) hereditary disorders
遗传失调
1.
How to find information about human genes and hereditary disorders with OMIM;
如何利用OMIM获取人类基因与遗传失调信息
4) Genetic covariance
遗传协方差
1.
Analysis of genetic covariances was made between plant height at different growing stages and eating and cooking qualitative traits of rice.
进一步分解各项遗传协方差分量发现，不同性质遗传相关分量差异也较大，表观直链淀粉含量（ＡＡＣ） ，胶稠度（ＧＣ） ，粘度速测仪（ＲＶＡ） 谱与株高的相关性主要以加性相关（ ＣＡ／Ａｍ 和ＣＡ／Ａｍ） 和细胞质相关（ ＣＣ／Ｃ） 为主。
2.
In the article, the linkage strengty of genes is expressed using linkage value, the mathematic expression of genetic covariance of two characters in F 2 and backoross generations with K pairs of linkage genes effecting two characters separatively is extended, and the resolution form of its component is obtained.
本文用连锁值表示基因的连锁强度，推广了Ｋ对连锁基因分别作用于两性状时Ｆ２代及回交世代两性状的遗传协方差的数学表达式，得出了其分量的分解形式。
5) Genetic covariances
遗传协方差
1.
Genetic covariances bewteen these two sets of traits were studied with a mixedlinear model method.
用２个籼型水稻光温敏核不育系和７个粳型广亲和品种为材料，按ＮＣⅡ设计配制杂交组合，获得亲本、Ｆ１及Ｆ２代的籽粒群体，对８个主要品质性状和６个农艺性状进行测定，按混合线性模型的分析方法对品质性状与农艺性状之间的遗传协方差进行了研究，结果表明：在籼粳亚种间杂交组合中，稻米理化品质性状与植株农艺性状之间的遗传协方差大都为直接加性／母体加性协方差，外观品质性状与农艺性状之间的遗传协方差则主要是直接加性／母体加性协方差和母体加性／母体加性协方差，细胞质效应协方差也普遍存在。
6) unison
[英]['ju:nɪsn] [美]['junəsṇ]
传动协调
补充资料：计算算法的最优化
计算算法的最优化
ptimization of computational algorifans
计算算法的最优化【。洲咧匕6阅ofc咖例。柱.目习子时-d，”6;onT一Mo3a双，Ra，一eju.Teju.II.叱a几r0P盆n陇o，1 在求解应用问题或精心设计标准程序系统时最优计算算法(comPutatio几al algorithm)的选择.当解决一个具体间题时，最优策略可能不会使解法最优化，可是为优化一个标准程序或应用最简单的解法编制程序则是很直截了当的. 计算算法的最优化问题的理论提法是基于下述原则.当选择一种方法来求解一个问题时，研究人员关心的是某些特性，而且根据这些特性来选择算法，同时这个算法也能用来解决具有这些特性的其他问题.据此，在算法的理论研究中，人们引人了具有特殊性质的一类问题尸.当选择一种解法时，研究人员有一组解法M可供选用.当选用一种方法m来求解一个问题p时，得到的解会有一定的误差e(p，m).称量 E(P，m)=sllp}。(p，m)I P‘P为在这类问题P中方法m的误差(en刀r of the nrth-od)，同时，称量 E(p，M)一惑E(p，m)为M中方法在尸中误差的最优估计(。Ptimal estirnateof the error).如果存在一种方法，使得 E(P，m。)=E(P，M)，那么称这个方法为最优的(optirnal).研究计算算法最优化问题的一个方案可以追溯到A .H .KQJLMoropoB(【2」)，所考虑的是计算积分 1 ‘(f)一Jf(x)dx 0问题的集合，给定的条件是}f(时}成A，其中M是所有可能求积 N ‘(f)澎，万:C，f(x，)的集合·每一种求积由总数为ZN的cj和礼确定.由具有所需精度的某函数类重新生成一个函数所需要的最小信息量(见【2]，「31)也可以包含在这个方案中.这个问题的一个更详细的阐述可查阅【4]，它指出在特定意义下实现算法的工作量与应用的存储量同样大.最优算法仅对极少数类型问题存在(汇1」)，然而，对大量计算问题，已经建立了就其渐近特性而言几乎是最优的方法(见汇5]一【8」). 对某类问题最优的计算算法特性的研究工作(见15]，【71)包含两部分:建立其特性尽可能好的具体解法，和根据计算算法的特性得出估计量(见【2]一【4]，【9】).实质上，问题的第一部分是数值方法理论的一个基本问题，而且在大多数情况下它是与最优化问题无关的研究工作.下面得到的估计通常归结为对￡摘(。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条