猪胸膜肺炎放线杆菌Apx毒素的分子生物学与致病机理

猪传染性胸膜肺炎是由胸膜肺炎放线杆菌(App)引起的猪的一种呼吸道传染病.到目前为止,APP已经被分离鉴定出了15种血清型(1～15).15种血清型的APP能产生属于RTX毒素家族的4种Apx毒素,分别为ApxⅠ、ApxⅡ、ApxⅢ和ApxⅣ.ApxⅠ操纵子包含有ApxⅠ C、A、B、D 4个基因;ApxⅠ毒素含有13个富含甘氨酸的重复区.ApxⅡ操纵子仅包括结构基因ApxⅡA和激活基因ApxⅡC,而无分泌基因;ApxⅡ蛋白含有8个甘氨酸的序列重复.ApxⅢ操纵子与ApxⅠ操纵子相同,具有一个完整的操纵子;ApxⅢ在N～末端有3个疏水区,在C末端部分有13个富含甘氨酸的区域.Apx毒素的致病机理为先由没有活性的前体蛋白转变为有活性的ApxA蛋白,再由有活性的ApxA蛋白侵害细胞.     

籼型恢复系郴R92-225的杂交和辐射选育及应用

本文介绍了籼型恢复系郴R92-225的杂交和辐射选育过程、特征特性及配制杂交组合应用于生产的情况。对选育的郴R92-225的有利变异和选育方法及应用进行了讨论。     

BMY牛的选育进展

总结了经历20多年选育的BMY牛所取得的进展,再通过3～5年的努力将完成BMY牛的培育,届时BMY牛将是一个适应我国南方炎热地区的热带肉牛新品种.     

三合激素诱导黄牛发情效果

2003年～2005年应用三合激素对格尔木周边60头产后乏情黄牛进行诱导发情试验,配种60 d后经直肠检查结果表明,注射两次,发情及配种效果明显.     

驾车接近隧道过程中驾驶员的适应亮度变化规律

在驾车接近隧道过程中,驾驶员的适应亮度随视野内景物的变化而变化。基于驾驶员视觉适应进行隧道照明设计需要掌握驾驶员在接近隧道过程中适应亮度的变化规律,为此,以4座隧道为测试对象,对驾驶员在不同时段驾车接近隧道过程中距隧道一个停车视距内不同位置处的适应亮度进行了实测研究。结果发现,驾驶员在不同测试时段接近同一隧道过程中,其适应亮度变化规律基本相似;驾驶员在接近隧道的过程中,适应亮度逐渐降低,但其适应亮度的降低不是线性的,从驾驶员距隧道洞口20~30 m开始,适应亮度下降的速率变大。     

人工神经网络在土壤含盐量预测中的应用

土壤含盐量的预测对合理配置水资源.防治土壤次生盐碱化等具有重要的指导意叉.在阐述BP人工神经网络原理的基础上,针对影响土壤含盐量的主要因素,建立了多因子土壤含盐量的3层BP网络模型,以土壤含水率、地下水矿化度、地下水pH值、地下水埋深、相对湿度、降雨量、蒸发量作为模型输入参数,土壤含盐量作为模型输出,对土壤含盐量进行了预测.结果表明,BP神经网络模型预测土壤含盐量的最大误差为8.78%,平均误差为5.99%,模型具有较高的预测精度.     

利用AFLP标记和形态性状检测皖北小麦主栽品种的遗传多样性

利用AFLP标记和2年田间试验对皖北地区小麦主栽品种的遗传多样性进行了研究。以AFLP标记在20个品种之间扩增的172条多态性位点数据,采用Nei和Li的方法,计算品种间的遗传距离;同时,以2年田间试验得到的品种株高、穗长、小穗数、小穗密度、千粒重、护颖长短、粒长和粒宽等表现型性状平均数经正态标准化后,采用欧氏距离计算品种间遗传距离。基于分子标记的聚类分析结果与系谱分析基本一致,把系谱来源不清的品种划分到相应的类群。若以整个遗传距离的总平均数作尺度对聚类图的结果进行分类,大致可分为6类。Mantel检测表明,AFLP标记数据计算的遗传距离矩阵和表现型计算的遗传距离矩阵存在极显著的相关性(r=0.8260,t=11.325),证明AFLP标记是检测品种间遗传差异的有效方法,可为小麦育种亲本选配提供理论依据。研究还证实,一个骨干亲本与由其衍生出来的品种(系)之间的遗传差异一般较小。     

基于图像处理的温室黄瓜霜霉病诊断系统

为进一步提高温室黄瓜霜霉病诊断的准确率,构建了一个基于图像处理的温室黄瓜霜霉病诊断系统。针对温室黄瓜栽培现场采集的病害图像,采用基于条件随机场(Conditional random fields,CRF)的图像分割方法进行病斑图像分割,并采用决策树模型扩展一元势函数,提高病斑图像分割的准确性;将分割后的病斑图像转换到HSV颜色空间并提取其颜色、纹理和形状等25个特征,利用粗糙集方法进行特征选择与优化;构建了基于径向基核函数的SVM分类器,准确地识别与诊断温室黄瓜霜霉病。系统试验验证结果表明,该系统采用的病斑分割方法,能够克服复杂背景和光照条件的影响,准确地提取病斑图像;采用粗糙集方法能够有效地选择分类特征,将25个初始特征减少到12个,提高了运行效率;黄瓜霜霉病识别准确率达到90%,能够满足设施蔬菜叶部病害诊断的需求。     

面向立木识别的有效K 均值聚类算法研究

针对林区自动对靶施药过程中,当立木生长密集时,获取的点云数据聚类准确率低、效率低的问题,提出优化后的K-均值聚类算法,数据获取方式基于2D激光扫描。针对立木点云信息聚类前需对相关数据进行滤波,提出窗口滤波算法,选取产生混合像素点的树干边缘,提取3次连续扫描的混合像素及其近邻点组成滤波窗口,进行最大阈值滤波,结果显示50次试验中仅有2个混合像素点未被滤除,混合噪声的滤除率高。在K-均值算法优化方面,针对算法需预先确定聚类数和初始聚类中心的不足,提出利用斜率变化确定聚类数的方法,试验对5个不同距离下5组立木分别进行100次测量,结果显示错误测量次数仅为3次,并可在试验前期通过人工方式去除,算法合理有效;对哈夫曼树法确定立木扫描点聚类中心的性能进行了试验分析,3种不同树干分布类型下分别运用随机抽样法和哈夫曼树法进行K-均值聚类,前者平均正确率仅为76.4%,后者则为95.5%;同时分析了Ⅰ型分布下2种算法聚类的迭代次数和耗时,5个不同距离下,随机抽样法的平均迭代次数明显高于哈夫曼树法,平均运行耗时上,哈夫曼树法则高于随机抽样法,前者变化范围为120~220 ms,后者为50~85 ms,该范围为林区测绘的可接受范围。试验证明,基于斜率变化确定聚类数和基于哈夫曼树法确定聚类中心的K-均值算法是林区立木点云聚类的有效算法,可应用于林区的立木检测。     

齿轮型多泵多马达传动系统设计与试验

为了使定量泵输出多级定流量以及定量马达输出多级定转速和定转矩,在比例型和并联型齿轮多泵/多马达的基础上提出了齿轮型多泵多马达传动理论。基于1-1比例型和3并联型齿轮多泵/多马达设计了2种齿轮型多泵多马达传动系统,并阐述了其工作原理和特点,且对2种齿轮型多泵多马达传动系统在不同工作方式下的输出特性进行了理论分析和拓展,并搭建了齿轮型多泵多马达传动系统试验平台。试验结果表明:齿轮型多泵多马达传动系统在不同工作方式下可输出多级定转速和定转矩,且各级转速和转矩存在一定的比例关系。试验结果与理论分析基本一致,验证了理论分析的正确性,为齿轮型多泵多马达传动系统的设计与研究奠定了基础。