毛竹笋在快速生长期的木质化调控网络

木本竹因其优质材性而成为传统木材良好的替代品。木质化程度和木质素含量影响着木材材性，然而单子叶植物的木质化调控网络尚不清楚。为了阐明毛竹（Phyllostachys edulis）木质化的分子调控机制，利用转录组、miRNA和降解组测序，并结合实验对竹笋进行综合分析研究。结果表明：木质化程度和木质素含量随笋高度的增加而增加，而苯丙氨酸解氨酶（PAL）和漆酶（LAC）活性则随笋高度的增加表现为先升高后降低。在不同高度笋的代表性节间（第13节）的不同部位中共鉴定了11 504个差异表达基因（DEG），其中与细胞壁和木质素生物合成相关的大部分DEG表达随笋高度上调，而与细胞生长相关的一些DEG表达则下调。通过miRNA测序鉴定出1 502个miRNA，包括已知的1 223个和新鉴定的279个。通过生物信息学预测和降解组分析，共鉴定出691个差异表达的miRNA，共靶向5 756个差异表达基因。据此构建了毛竹笋木质化调控网络，包括11个miRNA、22个转录因子和36个酶基因。另外，根据过表达PeLAC20转基因拟南芥中木质素含量显著增加，提出了一个miRNA介导的‘MYB-PeLAC20’的木质素单体聚合调控模型。研究结果不仅对解析竹子木质素生物合成的调控分子机制具有重要科学价值，而且对理解其他单子叶植物的相关机制具有重要参考价值，有助于制定竹材材性改良策略。     

论网络环境下个人信息权的民法保护

网络科技的发展给人们带来了便捷高效服务的同时也导致了大量的个人信息的泄露。完善网络个人信息权的民法保护已成为当务之急。必须建立完善的民法体系,创造良好的网络环境。网络环境下个人信息的民法保护体现了法的价值、体现了对公共秩序的考量。明确网络个人信息的民法保护不仅有利于保护自然人的人身、财产利益,又有利于社会的进步、经济的发展。必然成为今后个人信息立法的趋势之一。     

数字经济下消费者网络购买农产品行为及影响因素——以徐州市为例

基于2020年408位徐州市消费者网络购买农产品行为的调查数据，首先分析数字经济下消费者网络购买农产品的种类、网络购买频率和电商平台选择的现状，并对比不同电子商务购买渠道的优劣；然后使用有序多分类Logistic模型对农产品网络购买频率的影响因素进行了实证检验；最后提出了促进农产品电子商务发展的建议。      

基于注意力机制和残差网络的苹果叶片病害分类

苹果叶片病害的高效准确识别有助于合理使用杀虫剂、肥料等农业资源，进而保证苹果的产量与质量。为提高苹果叶片病害识别的准确率，提出一种残差网络与注意力机制结合的苹果叶片病害识别模型：P-D-ECA-ResNet101。首先构建苹果叶片病害数据集，然后使用常见的4种网络模型在构建的数据集上进行训练，选取训练效果最好的ResNet101为骨干网络模型，通过推迟下采样(delayed downsampling)、拆解大卷积层以及引入高效通道(efficient channel attention module, ECA)注意力模块对ResNet101网络模型进行优化，最后通过特征图可视化展示改进后网络模型的识别机制。试验结果表明，推迟下采样可以增强模型特征提取能力，拆解大卷积层可以有效减少模型的复杂度，引入ECA注意力模块可以削弱无效特征信息对模型的干扰。改进后的P-D-ECA-ResNet101模型在构建的苹果叶片病害测试集上的平均识别准确率达到96.20%,相较于原模型ResNet101提升了2.20百分点。特征图可视化分析表明改进后的P-D-ECA-ResNet101模型可以更好地聚焦于病...     

一种基于偏好免疫网络多特征辨识的油茶果分选识别方法

针对油茶果采摘、脱壳后机器视觉分选效率不高的问题,提出一种多特征偏好人工免疫网络算法,该算法应用人工免疫网络的多目标优化与偏好数据库特征,提取油茶目标的颜色、形态多特征输入免疫网络进行仿真测试。试验结果表明,本文提出的多特征偏好免疫网络的识别率最高达到90%以上。相比单特征分选方法有了较大的提升,证明本文分选方法的有效性,并为农林业目标智能化分选辨识提供一种可行的方案。     

基于BERT+BiLSTM+CRF深度学习模型和多元组合数据增广的渔业标准命名实体识别

为解决渔业标准命名实体识别任务中部分实体语料分布稀疏导致的效果不佳问题,提出了基于多元组合数据增广(data augmentation method based on multiple combination,MCA)的渔业标准命名实体识别方法,该方法融合了基于领域词典的联合替换算法(joint replacement algorithm based on domain dictionary,DDR)、基于槽点保护的随机删除算法(random deletion algorithm based on slot protection,SPD)和基于槽点保护的随机插入算法(random insertion algorithm based on slot protection,SPI)进行语料库的数据增广,首先构建"水产品名称"同类词词典和领域同义词词典,通过两个词典分别对"水产品名称"类实体和随机词进行同类词替换和同义词替换,生成新的句子,以增加目标实体数量和句子的多样性,然后在基于槽点保护的情况下对原句子分别进行随机删除和随机插入操作,在保留实体及上下文特征的情况下进一步丰富语料的多样性,提高模型的泛化能力.结果表明,采用基于融合注意力机制的BERT+BiLSTM+CRF网络模型和多元组合数据增广方法进行渔业标准命名实体识别,准确率、召回率、F1值分别达到了91.73％、88.64％、90.16％,具有较好的效果.研究表明,基于多元组合数据增广的渔业标准命名实体识别方法有效解决了部分实体样本稀疏问题,提升了渔业标准命名实体识别的整体效果.     

基于原型网络的小样本禽蛋图像特征检测方法

机器视觉因具有检测速度快、稳定性高及成本低等优点，已发展成为禽蛋无损检测领域主流检测手段。使用该技术对禽蛋进行无损检测时，需要依赖大量禽蛋图像作为数据支撑才能取得较好的检测效果。由于养殖安全等限制，禽蛋图像数据的采集成本较高，针对该问题，提出了一种适应于小样本禽蛋图像检测的原型网络（Prototypical network）。该网络利用引入注意力机制的逆残差结构搭建的卷积神经网络将不同类别的禽蛋图像映射至嵌入空间，并利用欧氏距离度量测试禽蛋图像在嵌入空间的类别，从而完成禽蛋图像的分类。本文利用该网络分别验证了小样本条件下受精蛋与无精蛋、双黄蛋与单黄蛋及裂纹蛋与正常蛋的分类检测效果，其检测精度分别为95%、98%、88%。试验结果表明本文方法能够有效地解决禽蛋图像检测中样本不足的问题，为禽蛋图像无损检测研究提供了新的思路。     

百度指数视角下的综艺节目取景地网络关注度研究——以《向往的生活》为例

以热门综艺节目《向往的生活》(第二季)取景地桐庐县为研究案例地,以百度指数为研究手段,获取了2017年11月1日至2018年10月31日的PC端和移动端逐日网络搜索数据,研究分析不同客户端下取景地桐庐县的网络关注度时间变化特征。结果表明:节目播出阶段旅游目的地的网络关注度普遍提高,峰值均出现在节目播出期间;移动端网络关注度对桐庐县整体网络关注度起主导作用;综艺节目对目的地旅游发展具有带动效应,但时效性显著,目的地关注度会随节目的结束随之下降;东部地区网络关注度较中部地区和西部地区显著偏高。     

基于VGGNet网络的雾霾无人车防碰撞研究

针对雾霾天气下无人车行驶容易出现视野受限，导致防碰撞能力下降的问题，提出了一种基于VGGNet网络的深度卷积神经网络模型，通过反向传播算法不断调整模型的权重和偏置，对收集雾霾天气下的图像和相关数据进行处理，实现模型的训练和优化。实验结果表明，所提出的方法可以有效地提高无人车在雾霾天气下的防碰撞能力，达到了良好的效果。研究结果可以为无人车行业在特殊气候条件下的防碰撞提供了一种新思路和实现方法，具有一定的参考价值和应用前景。     

信息化背景下农民维修电工职业技能培训模式的构建研究

该文分析了信息化背景下农村电力维修职业技能培训存在的问题，如缺乏先进的教学设备、师资力量不足等。提出了利用信息化技术改善培训模式的思路，包括建设网络教学平台、制作培训视频、开展在线互动课程等。以维修电工职业技能培训为例，探讨了基于信息化技术的培训模式的具体实现方法，包括线上学习、线下实训、实践操作等环节的设计。利用信息化技术改善农民维修电工职业技能培训模式是一种可行的途径，可以提高培训效果和参与度，有助于提高农民技能水平和就业机会。