基于区块链的网络数据安全主动防御系统设计

为解决常规网络系统数据容易被恶意篡改且自适应主动防御性能较差的问题，基于星际文件系统(IPFS)和CamShift算法设计了双区块链网络数据安全主动防御系统。系统能够基于IPFS存储网络数据，将数据生成散列值后上传到样本数据链中形成稳定的区块链结构，并通过以太坊进行备份和查询，提高了网络系统数据的安全性。当系统面临恶意篡改或攻击时，能够调用CamShift算法对入侵个体进行追踪定位，启动主动预警和防御功能。实际测试结果表明：系统的入侵检测时间、误差率符合预期，主动防御效果良好。     

饲料中添加中链脂肪酸对断奶仔猪生长性能的影响

为了研究日粮中添加中链脂肪酸对断奶仔猪生长性能的影响,该试验选用21日龄断奶的杜长大杂交仔猪128头(平均体重约6.3 kg),公母各半,随机分为2个组,每个组4个重复,每个重复16头仔猪。对照组仔猪分阶段饲喂基础日粮,试验组仔猪分阶段饲喂添加了中链脂肪酸的试验料。试验期为31 d。结果表明:在21~34 d阶段,试验组仔猪平均日采食量(ADFI)、平均日增重(ADG)、料重比(F/G)和造肉成本等指标均与对照组仔猪没有显著差异(P0.05);在35~52 d阶段,试验组仔猪ADGI、ADG和造肉成本等指标均优于对照组仔猪,但是没有显著差异(P0.05),F/G相比对照组显著降低(P0.05)。综上所述,在日粮中添加中链脂肪酸可以改善34~52 d断奶仔猪的生产性能,降低造肉成本。     

长链寡核苷酸生物合成方法的研究

化学合成长链寡核苷酸面临许多困难，研究通过对长链寡核苷酸生物合成方法的研究，成功合成并纯化了长链寡核苷酸，其长度达到146nt，并且其序列没有错误。生物合成的基本方法是：首先用一对PCR引物扩增DNA模板，     

山楂优质新品种‘蒙山红’

山楂新品种‘蒙山红’是‘甜红子’芽变,在山东省平邑县将沟村山楂园发现,2010年通过山东省农作物品种审定委员会审定. 1 品种特征特性 果实扁圆形,果个大,平均单果重14.15 g,大小整齐.果实橘红色,光亮.果肉米黄色,肉厚,肉质细,具浓郁香味,甜酸适口,品质优良.可食率90.50％,可溶性糖含量12.50％,可滴定酸含量1.58％,糖酸比7.91,维生素C含量715.60 mg/kg,总黄酮含量1.025％,蛋白质含量1.17％,钾含量0.11％.果实较耐贮藏,2～5℃下可贮至翌年2月,自然损耗率仅3.80％;冷库可贮至翌年5月底,基本保持其原有色泽、风味.     

PRRSV、CSFV与SIV三重RT-PCR检测方法的建立

为建立可同时检测猪繁殖与呼吸综合征病毒(PRRSV)、猪瘟病毒(CSFV)与猪流感病毒(SIV)三重RT-PCR方法,根据Gen Bank登录的相关病毒基因序列,选择保守区域设计引物,经过反应条件的优化,建立了可同时检测以上3种病毒的RT-PCR诊断方法,扩增的目的片段长度分别为364 bp(PRRSV)、530 bp(CSFV)和981 bp(SIV)。通过试验证明该方法具有良好的特异性和较高的敏感性,对PRRSV、CSFV和SIV的核酸检测最低浓度分别为3.2×10-2、8.3×10-2和3.7×10-2ng。该方法的成功建立为快速高效地检测以上3种病毒提供了有力手段。     

基于MCMC模拟的MGPD模型及其在地质灾害风险度量中的应用

基于马尔科夫链蒙特卡洛(简记为MCMC)模拟的参数贝叶斯估计,对改进的广义帕累托分布(简记为MGPD)模型进行了优化,并利用该模型得到了地质灾害损失的在险损失值(简记为VaR)和条件损失值(简记为CVaR).以湖南娄底市地质灾害损失数据进行实证分析及模型适应性检验,结果表明:优化后的模型不仅具有很好的极值数据描述能力,而且具有较强的适用性.     

介绍两个甘蓝优良品种

1.迷你心生中早熟甘蓝品种。适期播种,定植后60天左右收获。株型紧凑,外叶少,可适当密植。叶片厚、灰绿色,叶球牛心形,抱球紧,单球重1.2～1.6千克。耐寒、耐热,抗病性强,结球整齐,易于管理。大部分地区可春、秋栽培,部分地区可多季栽培     

基于区块链的农产品质量安全追溯体系分析

农产品安全是非常重要的民生焦点问题。区块链的去中心化、防篡改与可追溯性,保证农产品整个安全信息溯源链上所有数据真实、安全、透明和完整。本文从区块链技术的发展情况出发,分析了农产品安全追溯需求、区块链在农产品质量安全追溯中的应用,以及对于区块链农产品追溯体系的一些思考。     

基于机器学习算法的土壤有机质 质量比估算

为快速高效地估测干旱、半干旱地区土壤有机质(soil organic matter, SOM)质量比,提出了一种结合竞争适应重加权法(CARS)和随机森林(RF)的估测模型.以内陆干旱区艾比湖流域为研究区,测定土壤高光谱反射率和SOM质量比,经预处理后,利用CARS对原始光谱(R)、一阶导数(R′)、吸光度(log(1/R))及吸光度一阶导数［log(1/R)］′4种光谱变量的可见-近红外光谱进行筛选,并结合RF算法,建立全谱段RF模型与CARS-RF模型.结果表明,基于CARS方法对光谱进行变量筛选后,得出4种光谱变量的优选变量集个数分别为35,26,34和121;在4种光谱变量中,R′和［log(1/R)］′的SOM估测模型精度较高,以［log(1/R)］′为基础数据获得的模型精度最高;CARS-RF模型精度优于全谱段RF模型,模型验证集决定系数(R²)、均方根误差(RMSE)、相对分析误差(RPD)分别为0.881,6.438 g/kg和2.177.该研究在预处理的基础上通过变量优选,应用较少的变量个数获得较高的估测精度,为干旱、半干旱区SOM高光谱估测提供了适宜高效的方法.