履带式静液压驱动收割机液压系统的设计

利用静液压传动具有在速度和扭矩控制方面的精确性的特点[1],把静液压驱动技术应用于履带式联合收割机能够获得良好的水田通过性,配置其它工作部件液压控制系统,可以提高履带式收割机的可靠性和驾驶的舒适性。     

大板水国家森林公园苔藓植物区系地理组成研究

对大板水国家森林公园的苔藓植物进行鉴定,该区域有苔藓植物30科61属129种(含亚、变种,下同),进一步对其进行区系分析,可知该区域苔藓植物东亚成分占优势、比例为32.79%,北温带成分次之、占29.51%,温带成分比例高达86.9%,总体性质是温带的,该区域苔藓植物地理成分复杂,而且中国特有成分比例相对较高,是我国苔藓植物特有种分布比例较高的区域之一。     

ZH195A型单缸柴油机平衡计算及试验

以轻型ZH195A型柴油机为例,研究了减轻单缸柴油机单轴平衡的振动的方法和措施。经试验,该柴油机的振动在不同功况下有显著减轻,但由于结构性原因,与单缸双轴平衡的柴油机尚有差距。      

茅台酒生态功能保护区蔷薇科植物区系特征分析

在对茅台就生态功能保护区历时2年的详细调查和大量标本采集、鉴定的基础上,对区内蔷薇科植物的属、种组成、分布区类型、区系特征等进行了统计和分析。结果表明：保护区共有蔷薇科植物22种,标本30号,在该地区为典型的优势科;无绣线菊亚科植物和中国特有种,进化能力和演化位置处于中等水平;优势属表现明显;具有明显的温带性质。     

制药工程专业（农药方向）创新型人才培养模式初探

制药工程专业（农药方向）作为实践性很强的交叉学科,在学生创新能力的培养方面存在许多缺陷,文中分析了制药工程专业（农药方向）创新型人才培养方面存在的主要问题,从专业课程设置、教学模式改革和课程实践教学等方面对制药工程专业（农药方向）创新型人才培养模式进行初步探讨。     

黔北岩生种子植物种类及其在石漠化治理中的应用

为筛选优良的可用于石漠化治理的种子植物,采集并鉴定了黔北常见的岩生种子植物,筛选出了一些优良的本土种类,尝试了对岩生植物进行分级,并提出了石漠化治理建议。结果表明:黔北岩生种子植物共有60科101属118种;依据岩生能力和土壤厚度将岩生种子植物分为3级。指出了在治理石漠化时,应根据不同的生境类型选择不同的植物,首选藤本植物,其次为草本和灌木,不应使用乔木。建议试行推广薜荔(Ficus pumila L.)、地瓜(Ficus tikoua Bur.)和石柑子(Pothos chinensis(Ral.)Merr.)3种藤本植物。     

朱砂叶螨β-COP和Sro基因鉴定及其沉默致死效果

【目的】明确朱砂叶螨(Tetranychus cinnabarinus)β-COP和Sro两条基因分子生物学信息,并基于优化的RNAi体系评价它们的致死效应,为筛选适用于RNAi防控的靶基因打下基础。【方法】首先克隆目的基因的全长,并通过序列的同源比对、保守区域及蛋白结构预测以及系统进化树的构建明确其分子生物学信息;其次通过减少ds RNA降解因素、并适时补充ds RNA等方法改进朱砂叶螨的RNAi体系,从而延长干扰时间。利用定量PCR技术检测特定时间点的沉默效率,评价优化RNAi体系后的沉默效果;最后在沉默目的基因β-COP和Sro后,检测朱砂叶螨在各特定时间点的死亡率,评价目的基因在RNAi下的致死效果,并观察相应的致死表型。【结果】β-COP开放阅读框长度为2 688 bp,编码895 aa,属于"WD40 superfamily"及"Coatomer_WDAD superfamily",包含了"WD 40"和"Coatomar_WDAD"的保守区域。Sro的开放阅读框长度为1 119 bp,编码372 aa,具有典型的短链脱氢酶所特有的两个特征,即与NADP+biding结合位点基序"TGxxx Gx"和"Yxxx K"及其上游的天冬氨酸(Asn)、丝氨酸(Ser)活性位点。优化后的RNAi体系可在96 h内能稳定保持50%左右的沉默效率,使用该方法干扰朱砂叶螨β-COP和Sro两条致死基因48 h后试验组与对照组的死亡率均有显著性差异,用β-COP的ds RNA片段干扰雌成螨108 h后,死亡率达57.4%;用Sro的ds RNA片段干扰若螨96 h后,死亡率达28.8%。死亡个体均具有明显的表型,β-COP试验组死亡表型为4对足蜷缩在体侧;Sro试验组则在静伏期死亡或在蜕皮过程中无法蜕皮而死亡。【结论】优化的朱砂叶螨RNAi技术有稳定持续的沉默效果。β-COP和Sro与RNAi技术相结合,验证了这两条目的基因的沉默可对朱砂叶螨产生一定的致死效应,表明此类基因与技术加成的模式极具开发和利用的潜力,为今后基因功能验证和筛选以及开发以RNAi技术为基础的朱砂叶螨防控方法提供了依据。     

基于数据挖掘技术的乳腺癌亚型识别方法

随机森林算法可对特征进行重要性排序,并能提高运行效率和分类的准确率.采用方差分析、随机森林算法对乳腺癌基因进行筛选,使得用随机森林算法、支持向量机算法和k近邻算法测试集的准确率分别达到95.6%,92.9%和92.7%,并发现了区分乳腺癌不同亚型的两种最重要的基因GATA3和ESR1.     

农机检测项目及发展需要

0前言二十世纪九十年代以来,我国农业发展加速,以轮式拖拉机、手扶拖拉机、变型运输机为主的农业机械保有量稳步增加,为农村经济带来了一片繁荣景象,但由此而引发的安全、环保、能源方面的问题也越来越突出,特别是安全方面的问题。加强农机安全管理和安全检测,已成为农机管理部门亟待解决的问题。过去农机检测人员对农机的检测主要依靠经验,眼看、耳听、手摸,受客观条件限制和人为因素的干扰,检测结果缺乏科学性和公证性。随着科学技术的进步,特别是计算机控制技术的广泛应用,农机检测也进入了一个全新的发展阶段,用现代化的高性能检测设备…     

改进Faster-RCNN自然环境下识别刺梨果实

为了实现自然环境下刺梨果实的快速准确识别,根据刺梨果实的特点,该文提出了一种基于改进的Faster RCNN刺梨果实识别方法。该文卷积神经网络采用双线性插值方法,选用FasterRCNN的交替优化训练方式(alternating optimization),将卷积神经网络中的感兴趣区域池化(ROI pooling)改进为感兴趣区域校准(ROI align)的区域特征聚集方式,使得检测结果中的目标矩形框更加精确。通过比较Faster RCNN框架下的VGG16、VGG_CNN_M1024以及ZF 3种网络模型训练的精度-召回率,最终选择VGG16网络模型,该网络模型对11类刺梨果实的识别精度分别为94.00%、90.85%、83.74%、98.55%、96.42%、98.43%、89.18%、90.61%、100.00%、88.47%和90.91%,平均识别精度为92.01%。通过对300幅自然环境下随机拍摄的未参与识别模型训练的刺梨果实图像进行检测,并选择以召回率、准确率以及F1值作为识别模型性能评价的3个指标。检测结果表明:改进算法训练出来的识别模型对刺梨果实的11种形态的召回率最低为81.40%,最高达96.93%;准确率最低为85.63%,最高达95.53%;F1值最低为87.50%,最高达94.99%。检测的平均速度能够达到0.2 s/幅。该文算法对自然条件下刺梨果实的识别具有较高的正确率和实时性。