基于量子神经网络的马铃薯早疫病诊断模型

针对马铃薯早疫病智能诊断,将量子计算的态叠加方法和神经网络计算的自适应性结合,提出了将量子神经网络作为马铃薯早疫病诊断模型.该模型隐含层采用多个量子能级的激励函数叠加的量子神经元,有效地解决了病害诊断中模糊决策,在给出的学习算法的训练过程中自适应地确定样本特征数据中的不确定性.此算法能够较好地避免传统神经网络在训练过程中易出现局部极小值的弊端,提高了网络学习速度.仿真结果表明:量子神经网络在马铃薯早疫病诊断中,诊断正确率达到96.5％.     

现行牛IVF程序在水牛体外受精的应用研究

本研究对我所现行的牛体外受精程序 ( IVF)应用于水牛体外受精的可行性进行了探讨。结果表明 ,水牛卵巢生长卵泡少 ,平均仅可回收 5枚卵母细胞 ,只相当于黄牛 ( 14.3个 )的1/ 3。水牛卵母细胞的体外成熟率为 51.7% ,体外受精卵裂率为 58.7% ,均极显著地低于黄牛(分别为 87.3%和 69.6% ,P<0 .0 1)。水牛卵母细胞经体外受精后 ,早期胚胎的体外发育速度较黄牛快 ,体外受精后的第 6d囊胚发育率占 36.4 % ,累计到第 7d时占 80 .7% ,极显著地高于黄牛 ( 57.6% ,P<0 .0 0 1)。水牛早期胚胎的体外囊胚发育率为 31.5% ,与黄牛的 ( 39.2 % )差异不显著 ;孵化囊胚率为 73.8% ,也与黄牛的相仿。实验结果表明 ,我所现行的牛 IVF程序应用于水牛的体外受精研究是有效、可行的 ,特别是早期胚胎的体外培养系统 ,已接近于黄牛的水平。但尚需设法提高水牛卵母细胞的体外成熟培养效果 ,以提高水牛体外受精的整体效率     

广西早籼品种(组合)的稻米品质状况及改良目标

广西多数早籼品种(组合)的糙米率、精米率、粒长、粒形、糊化温度、胶稠度、蛋白质含量等指标。达到了农业部(NY122-86)二级优质食用稻米标准。但完整米率的达标率偏低,胚乳的垩白程度偏大,垩白粒率偏高,直链淀粉含量偏高,米粒的蒸煮延长性差。今后,早籼稻的品质育种应把提高完整米率,降低直链淀粉含量和提高胚乳的透明度作为品质改良的主攻目标。     

基于SPOT5多光谱影像和近期航摄影像的土地利用动态监测方法研究

在国内外土地利用动态监测研究与应用中,受遥感影像分辨率的限制,能满足较大比例尺的土地利用动态遥感监测的还较少.该文以浙江省宁波市鄞州区区域内一块试验区为例,利用SPOT5多光谱影像,结合近期航片,通过特征变异法,进行1∶1万土地利用动态遥感监测.试验结果表明,应用航片与卫片融合的新方法,进行土地利用动态监测是可行的.     

基于时序高光谱和多任务学习的水稻病害早期预测研究

水稻病害是影响水稻产量的重要因素之一,水稻病害的早期预测对水稻病害防治至关重要。为了实现水稻白叶枯病害的预测,连续采集了从接种病菌到早期发病共7d的白叶枯病害胁迫下的叶片高光谱图像。利用Savitzky-Golay算法对高光谱图像进行预处理,并利用主成分分析（Principal component analysis, PCA）和随机森林（Random forest, RF）算法提取光谱特征,构建多任务学习(Multi-task learning, MTL)与长短期记忆（Long short-term memory, LSTM）网络融合的预测模型,对水稻病害发病率和潜伏期进行预测,并利用鲸鱼优化算法（Whale optimization algorithm, WOA）对MTL-LSTM模型进行优化。实验结果表明：PCA和RF可以有效地从高光谱图像中提取光谱特征,降低高光谱数据维度,且基于光谱特征构建的预测模型性能优于全波段光谱构建的预测模型性能,建模时间降低约98%。基于时序高光谱构建的预测模型对发病率和潜伏期的预测取得了预期效果,基于前10个特征波长构建的WOA-MTL-LSTM模型取得了最优的预测性能,对发病率和潜伏期预测测试集的R2分别为0.93和0.85,RMSE分别为0.34和2.12,RE分别为0.33%和1.21%。通过WOA算法可以提升MTL-LSTM的预测性能,对发病率和潜伏期预测的R2均提升0.05。研究结果表明RF提取高光谱特征能有效表征全波段光谱,基于时序高光谱的WOA-MTL-LSTM模型可以准确预测白叶枯病害发病率和潜伏期,为水稻白叶枯病害的预防提供了技术支持。     

茄子主要早熟相关性状研究

生产实践中评价茄子早熟性的主要指标是前期产量。为探究茄子早熟相关性状,进而辅助早熟育种,2012—2014年对总计138个紫圆茄杂交组合的主要农艺性状进行相关分析,并于2013、2014年对主要前期产量相关性状进行通径分析。3年相关分析结果显示,单株结果数和单果重与单株前期产量极显著相关,而始花节位与单株前期产量的相关性表现没有规律性,存在极限效应。2014年单株结果数和单果重对单株前期产量的直接通径系数分别为1.2073和0.7935,说明对单株前期产量有显著正向效应。因此选育早熟茄子品种首要的是提高单株结果数,在保证品质的同时选择大果且肉质紧密类型,不要过分依赖始花节位。     

玉米籽粒早期发育相关蛋白的差异表达特性

玉米籽粒发育早期,代谢活动旺盛,细胞分裂与增大活跃,为后续贮藏物质的合成形成充足库容。为阐明籽粒早期发育的蛋白合成、积累与调控过程,本研究以夏玉米品种登海661为试验材料,在开花期人工饱和授粉后第3、第5、第10天取果穗中部籽粒,利用同位素标记相对定量(iTRAQ)技术分析其蛋白差异表达特性。玉米籽粒早期发育阶段总计鉴定及定量2639种蛋白,这些蛋白涉及多种生物过程与分子功能,其中代谢过程和分子过程是最主要的2个生物过程;催化活性和绑定功能是最主要的2个分子功能,这些生物过程与分子功能对籽粒早期发育具有重要作用。定量分析结果表明137种蛋白在籽粒发育早期显著差异表达,其功能涉及蛋白代谢、胁迫响应、细胞生长与分裂、碳水化合物与能量代谢、转运、次生物质代谢、淀粉合成、转录、油脂代谢、信号转导、氨基酸代谢等。其中,表达差异较大的是与蛋白代谢、胁迫响应、细胞生长与分裂以及碳水化合物与能量代谢相关的蛋白。表达模式聚类结果显示这些不同功能类别的蛋白协同表达,共同调控玉米籽粒的早期发育。     

Gram-Schmidt算法与GRNN融合的加工番茄早疫病高光谱预测

加工番茄早疫病的准确预测,有助于及时采取防治措施,降低产量损失.测定加工番茄早疫病冠层光谱,对380～760 nm进行连续统去除变换,提取波段深度、波段位置、波段宽度、斜率、面积等特征参数,并对原始光谱提取红谷、绿峰、红边及相应波段位置等特征参数.利用Gram-Schmidt算法对特征参数进行成分提取,作为广义回归神经网络(GRNN)的输入变量,对加工番茄早疫病病情严重度进行预测.研究结果表明,与多元线性回归和偏最小二乘法预测模型比较,Gram-Schmidt算法与GRNN融合模型的预测精度相对较高,R2为0.843,RMSE为0.136,该方法能够对加工番茄早疫病病情严重度进行快速、准确的预测.     

食品安全信息预警系统的研究与设计

为了实现计算机系统对食品安全风险的自动报警与智能决策,该文以国家食品安全标准为安全指标,研究了食品安全信息风险的量化算法和计算机软件实现方法。针对可能出现的不同食品安全风险,提出了依据检测数据和其它监管信息,将食品安全信息风险分为5个等级的数据模型。并结合牛奶检测实例,探讨了将此数学模型编程实现计算机软件系统的关键步骤和技术。实际应用结果表明该系统的可操作性和科学性,可以对不同的食品安全事件发出预警,实现预警的系统性和连贯性。     

基蘖肥氮不同比例对直播早稻群体动态、氮素吸收利用及产量形成的影响

以常规籼稻为供试材料,通过不同的基蘖肥用量处理研究了前中期氮(N)肥分配对直播早稻群体特征、N素吸收利用、产量形成以及经济效益的影响。结果表明:相同落谷量、总N量和穗肥N量下,基肥用量增加降低了出苗率和前期分蘖速度,最高分蘖数和有效穗数在N肥用量不足或过高时表现为随基肥用量的增加而降低,适宜施N量下则表现为先升后降的趋势;基肥用量增加降低了水稻生育后期功能叶的叶片含N量和叶面积指数,从而降低了水稻成熟期的植株N积累量以及穗部的N分配系数,N农学效率和N回收效率明显降低,N素转运率与基肥用量则存在着二次曲线关系;增加基肥用量使产量降低,净收益下降。本实验条件下,施N量为180 kg/hm2,基肥-蘖肥-穗肥的比例为35-40-25时,直播早稻的产量和经济收益最佳。