基于数字水印技术和多媒体内容认证的交易协议

基于数字水印技术和多媒体内容认证技术,提出买卖双方交互协议。该协议可以明确确认交易双方的身份,有效地防止了购买者水印被盗用的可能性,并很容易判定所购得的数字产品是否被篡改。     

基于选择信号分析揭示猪终端父本群体间性状趋同的关键基因

【目的】试验旨在揭示终端父本皮特兰猪与杜洛克猪在人工选择作用下重要经济性状呈现出表型趋同的基因组变化特征。【方法】利用376头皮特兰猪、451头杜洛克猪品系Ⅰ、841头杜洛克猪品系Ⅱ和497头杜洛克猪品系Ⅲ群体的50K SNP芯片数据,以100 kb窗口、50 kb步长计算综合单倍型评分(iHS)和等位基因频率差(△AF),分别取前5%作为猪群体内、群体间的基因组选择信号候选区域;利用bedtools分别对iHS、△AF按照左右200 kb进行合并,每2个群体间合并后的iHS、△AF统计量的重叠区域定义为性状趋同区域,并挖掘该区域与猪重要经济性状相关的平行选择信号。【结果】iHS结果显示,在皮特兰猪和杜洛克猪4个群体内共检测到5 112个选择信号候选区域,总长约487.51 Mb。基于△AF方法,于皮特兰猪和杜洛克猪每2个群体间共检测到9 579个选择信号显著区域,总长约913.50 Mb。基于合并后的iHS和△AF,共检测到52个性状趋同区域,总长约4.67 Mb,注释到88个与猪的繁殖、胴体和肉质等性状相关的平行选择候选基因。【结论】皮特兰猪和杜洛克猪群体间存在性状趋同的基因组选择区域有52个,平行选择信号主要涉及猪的繁殖、胴体及肉质等重要经济性状,这与瘦肉型猪种相同的育种方向相关,这些关键基因的发现可为后续商业猪品种遗传改良提供参考。     

常量元素含量作为滩涂沉积物粒径参数替代指标的可行性分析

采用筛分-比重计法测定滩涂沉积物样品的粒度组成,同时利用X射线荧光分析测定其中Si、Al、Fe、Mg和K等常量元素的含量,通过建立二者之间的定量关系,探讨以滩涂沉积物常量元素组成作为粒径替代指标的可行性。结果表明:砂粒、粉粒、粘粒含量及粒径中值与常量元素含量之间有着十分显著的相关性,其中粘粒、粉粒含量及粒径中值与Al、Fe、Mg、K呈正相关,与Si含量呈负相关。砂粒含量则相反,与Al、Fe、Mg、K呈负相关,与Si含量呈正相关。利用常量元素含量预测滩涂沉积物粒径分布的关系建立的模型可行且结果可靠,对海洋科学和环境科学等领域具有良好的应用前景。     

基于双线性对的代理重加密方案(英文)

代理重加密的概念是由Mambo和Okamoto提出来的,其功能是将用一个用户公钥加密的密文转换成用另一个用户的公钥加密的密文,且加密是针对同一个明文而言的。但是这类方案都是基于传统的PKI公钥密码体制和身份密码体制的。本研究提出了一个新的无证书代理重加密方案,新方案优于先前的方案且能实现多次代理重加密性质,其算法比其它方案更简单,并且给出了详细的CCA安全性证明。     

联系于实向量丛一对截面的P o i n c a r é - H o p f型公式

通过符号差Z2-分次将2n维Spin流形上关于复化切丛TMC截面的Poincaré-Hopf型公式推广到2n维非Spin流形上,并对于联系于定向实向量丛的一对截面建立了相应的Poincaré-Hopf型公式.     

引入冗余函数的基于椭圆曲线的消息恢复签名方案

提出了一种新的基于椭圆曲线的消息恢复签名方案,方案中引入了冗余函数,并对其安全性进行了分析,发现该方案能有效防止伪造攻击.同时该方案具有通信成本低、通信速度快、安全性高等特点,适合小型身份认证系统.     

家蚕乳糖酶-根皮苷水解酶基因BmLPH014192的表达和序列选择性剪接分析

乳糖酶-根皮苷水解酶(lactase-phlorizin hydrolase,LPH)是肠组织上皮细胞微绒膜上的一种糖蛋白,对乳糖和根皮苷有水解活性。鉴定了家蚕基因组中的一个LPH基因,命名为BmLPH014192。该基因CDS长1 305 bp,编码434个氨基酸,预测蛋白质分子质量为50.8 kD,等电点(pI)为5.35。将该基因的cDNA与家蚕基因组序列比对,显示其具有7个外显子,外显子/内含子边界处均符合GT-AG规则。将BmLPH014192与哺乳动物人、褐鼠、家兔和昆虫黑腹果蝇、冈比亚按蚊、二化螟、佛罗里达弓背蚁、大红斑蝶等的LPH进行氨基酸序列比对,相似度都在60%左右;聚类分析中BmLPH014192与昆虫类LPH聚在一起。芯片数据分析结果表明BmLPH014192在家蚕5龄第3天幼虫的9个组织中,只在中肠中有表达,并且表达量很高。在绿茧品种大造和白茧品种19-710幼虫的中肠中扩增到的特异性条带其长度分别为1 000 bp和750 bp,存在序列选择性剪接;在其它白茧品种的中肠中没有扩增出特异性条带。推测BmLPH014192的特殊表达方式可能与其在不同家蚕品种中肠组织中的特异性功能有关。     

沉积物磁性特征对物源指示作用的探讨

利用快速发展的磁学技术对环境系统中的自然物质和人类活动所产生的次生物质进行物质来源鉴别是当前环境磁学研究的热点和难点。本文在简要介绍了磁学物质鉴别分析原理的基础上,详细阐述了沉积物磁性特征对物质来源的指示作用及其在古环境演变研究和现代环境污染研究中的实际应用,最后指出磁学鉴别物质来源存在的主要问题和努力方向。     

Automated identification of sugar beet diseases using smartphones

Cercospora leaf spot (CLS) poses a high economic risk to sugar beet production due to its potential to greatly reduce yield and quality. For successful integrated management of CLS, rapid and accurate identification of the disease is essential. Diagnosis on the basis of typical visual symptoms is often compromised by the inability to differentiate CLS symptoms from similar symptoms caused by other foliar pathogens of varying significance, or from abiotic stress. An automated detection and classification of CLS and other leaf diseases, enabling a reliable basis for decisions in disease control, would be an alternative to visual as well as molecular and serological methods. This paper presents an algorithm based on a RGB‐image database captured with smartphone cameras for the identification of sugar beet leaf diseases. This tool combines image acquisition and segmentation on the smartphone and advanced image data processing on a server, based on texture features using colour, intensity and gradient values. The diseases are classified using a support vector machine with radial basis function kernel. The algorithm is suitable for binary‐class and multi‐class classification approaches, i.e. the separation between diseased and non‐diseased, and the differentiation among leaf diseases and non‐infected tissue. The classification accuracy for the differentiation of CLS, ramularia leaf spot, phoma leaf spot, beet rust and bacterial blight was 82%, better than that of sugar beet experts classifying diseases from images. However, the technology has not been tested by practitioners. This tool can be adapted to other crops and their diseases and may contribute to improved decision‐making in integrated disease control.