高分子质量阳离子聚丙烯酰胺的合成

将过硫酸铵-亚硫酸氢钠与2，2’-偶氮(2-脒基丙烷)二氢氯化物(V-50)组成的复合引发体系用于丙烯酰胺(AM)与丙烯酰氧乙基三甲基氯化铵(DAC)聚合，制备了高分子质量的阳离子聚丙烯酰胺。探讨了单体质量分数、引发剂用量、pH等因素对聚合物特性黏数的影响。得到的最佳反应条件为：单体最佳质量分数为35%，引发剂用量为整个体系质量的0.02%，V-50为单体质量的0.005%，最佳pH为5.5~6.5，反应时间为5~6h。特性黏数浊达到13.95dL/g。     

8%聚谷氨酸(谷聚多)可溶性粉剂大蒜田增产试验研究

聚谷氨酸是一种新型植物生长促进剂、肥料增效剂,对多种作物具有良好的增产效果。为了解聚谷氨酸对大蒜的增产效果,2014年对聚谷氨酸在大蒜上的增产效果进行了试验,结果表明聚谷氨酸可以明显提高大蒜产量。     

基于近/中红外光谱的玉米自交系组合的选配

通过对41个玉米品种的近红外光谱、中红外光谱和融合后的近-中红外光谱数据进行系统聚类分析,以对照组玉米的父母本作为参照,筛选出新的玉米自交系组合.结果表明:相对于单一的近/中红外光谱,融合后的近-中红外光谱能表征更多的特征信息,提供更为准确的筛选结果.理论上,利用近/中红外光谱技术可从大量玉米品种中选择与对照组父、母本相似或者相差大的样品,再进行组合杂交.该方法在一定程度上克服了传统育种的盲目性,使育种工作具有一定的定向性.     

20份苹果属野生资源果实多酚含量特性研究

利用超高效液相色谱法及质谱联用技术对来源于中国、俄罗斯及北美的20份苹果野生及野生近缘种资源果实多酚组成和含量进行测定,研究不同来源苹果属野生资源多酚组成和含量特性的差异,并进行主因子分析和聚类分析。结果表明:在20份资源中检测到5类22种多酚类物质,不同来源的苹果资源多酚主要成分为原花青素B2和绿原酸;北美苹果野生资源黄酮醇和花青苷类物质含量较低,羟基肉桂酸、原花青素和二氢查耳酮含量中等;俄罗斯苹果野生资源5类多酚类物质含量处于中等;来源于中国的苹果野生资源在主因子分析中呈散射分布,说明其多酚含量高低不一,多样性丰富。聚类分析表明:部分来源于俄罗斯和中国的苹果野生资源各自聚为一类,相同类型的资源部分聚为一类,北美苹果野生资源多酚含量特异性不强,中国苹果野生资源多酚含量特性既有地域特异性,资源多样性也较为丰富。     

外施γ-聚谷氨酸对蚜虫胁迫辣椒叶片叶绿素和两种氧化还原酶的分析

为探索新型无公害抗蚜方法,测试了外源施入γ-聚谷氨酸高分子聚合物的盆栽辣椒植株叶片在蚜虫胁迫后叶绿素含量、过氧化物酶、过氧化氢酶活性的变化。外施γ-聚谷氨酸的植株叶片叶绿素a和b的含量在受胁迫后随时间增加其下降趋势较对照降低;过氧化物酶和过氧化氢酶在蚜虫胁迫期间的活性较对照高。表明了外施γ-聚谷氨酸的辣椒植株叶片能够缓解由蚜虫胁迫导致的叶绿素降低的趋势并增强过氧化物酶和过氧化氢酶活性。     

K步稳定的鞋印花纹图像自动聚类

目的 鞋印是刑事侦查的重要物证之一,如何对积累的大量鞋印花纹图像进行自动归类管理是刑事技术迫切需要解决的问题之一。与其他类图像不同,鞋印花纹图像具有种类多但数目未知、同类花纹分布不均匀且同类花纹数目少的特点。基于鞋印花纹图像的这些特点,用目前典型的聚类算法对鞋印花纹图像集进行聚类,并不能取得很好的效果。在对鞋印花纹图像进行分析的基础上,提出一种K步稳定的鞋印花纹图像自动聚类算法。方法 对已标记的鞋印花纹图像进行统计发现,各类鞋印花纹之间在特征空间上存在互不相交的区域(本文称为隔离带)。算法的核心思想是寻找各类鞋印花纹之间的隔离带,来将各类分开。过程为:以单调递增或递减的方式调整特征空间中判定两点为一类的阈值,得到数据集的多次划分;若在连续K次划分的过程中,某一类的成员不发生变化,则说明这K次调整是在隔离带中进行的,即聚出一类,并从数据集中删除已标记的数据;选择下一个阈值对剩余的数据集进行划分,输出K步不变的类;依此类推,直到剩余数据集为空,聚类完成。结果 在两类公开测试数据集和实际鞋印花纹数据集上进行实验,本文算法的主要性能指标都超过典型算法,其中在包含5792枚实际鞋印花纹数据集上的聚类准确率和F-Measure值分别达到了99.68%和95.99%。结论 针对鞋印花纹图像特点,提出了一种通过寻找各类之间的隔离带进行自动聚类的算法,并在实际应用中取得了很好的效果。且算法性能受参数的变化以及类的形状影响较小。本文算法同样适用于具有类似特点的其他数据集的自动聚类。     

公路货运枢纽布局方法研究

本文首先对货运枢纽的概念、分类、供能作用进行了概述,并且分析了货运枢纽布局方法在国内外的研究现状和缺陷,然后提出了基于模糊聚类分析方法的货运枢纽分析,建立了相应的指标体系;并且以长三角区域九大城市为研究对象,进行了实例分析。     

基于QPSO聚类算法的图像分割方法

量子粒子群优化算法克服了传统粒子群优化算法中无法保证全局收敛、容易陷入局部最优的缺点,是近年来优化技术领域的一个研究热点。本文结合当前图像分割中常用的K-均值聚类算法中的相关技术,设计了基于QPSO的聚类算法并将其用于图像分割处理问题中。实验结果表明:在图像分割处理中,相对于K-均值聚类算法,QPSO聚类算法不仅不依赖于初始聚类中心的选择,而且还能得到相对于K-均值聚类算法精度更高的聚类中心,其在图像分割中的效果优于通常的K-均值聚类算法。     

医学X射线图像处理算法初探

针对DR图像的特点,主要论述了应用灰色系统理论进行图像分割的算法。通过计算各像素点与初始聚类中心的灰色关联度,将像素点进行归类。然后,进行迭代运算,更新聚类中心,使得灰色关联度总和最小,获得最佳分割效果。     

棉花SSR-PCR过程中聚丙烯酰胺凝胶电泳操作常见问题的解决与优化

在大批量聚丙烯酰胺凝胶电泳过程中,难免会出现条带空白、弯曲或者拖尾等各种异常现象。本文以棉花DNA为例,综述了多年实验操作中遇到的突发情况及解决方法,为广大科研工作者提供参考。