叶用型沙棘育种研究--“蒙×中”沙棘F1代雄株变异特性与选优标准的研究

通过对蒙古沙棘亚种优良品种与中国沙棘亚种优良类型F1代雄株的变异特性分析,建立了选择优 良单株的标准,为叶用型沙棘选择育种提供了科学依据。     

基于AT89S52和PID算法的温控系统

介绍了一种基于AT89S52单片机的温度控制系统,使用单总线温度传感器DS18B20检测温度,采用PID控制算法,分析系统原理,给出了系统的整体结构以及软件设计。实验结果表明,系统的稳定性比较好,精确度高。     

The influence of soil properties on the structure of bacterial and fungal communities across land-use types

Land-use change can have significant impacts on soil conditions and microbial communities are likely to respond to these changes. However, such responses are poorly characterized as few studies have examined how specific changes in edaphic characteristics do, or do not, influence the composition of soil bacterial and fungal communities across land-use types. Soil samples were collected from four replicated (n = 3) land-use types (hardwood and pine forests, cultivated and livestock pasture lands) in the southeastern US to assess the effects of land-use change on microbial community structure and distribution. We used quantitative PCR to estimate bacterial–fungal ratios and clone libraries targeting small-subunit rRNA genes to independently characterize the bacterial and fungal communities. Although some soil properties (soil texture and nutrient status) did significantly differ across land-use types, other edaphic factors (e.g., pH) did not vary consistently with land-use. Bacterial–fungal ratios were not significantly different across the land-uses and distinct land-use types did not necessarily harbor distinct soil fungal or bacterial communities. Rather, the composition of bacterial and fungal communities was most strongly correlated with specific soil properties. Soil pH was the best predictor of bacterial community composition across this landscape while fungal community composition was most closely associated with changes in soil nutrient status. Together these results suggest that specific changes in edaphic properties, not necessarily land-use type itself, may best predict shifts in microbial community composition across a given landscape. In addition, our results demonstrate the utility of using sequence-based approaches to concurrently analyze bacterial and fungal communities as such analyses provide detailed phylogenetic information on individual communities and permit the robust assessment of the biogeographical patterns exhibited by soil microbial communities.     

乌贼墨多糖提取物的制备及其对B16F10细胞的影响

为了探索乌贼墨多糖(SIP)对体外培养的B16F10细胞的生物学效应,以乌贼墨为原材料,对SIP进行提取分离,并研究SIP提取物对B16F10细胞活力、细胞内酪氨酸酶活性及黑色素合成等的影响。结果表明,SIP提取的最优条件为提取温度40℃,料液比1∶3,提取时间4h,提取次数3次,在此条件下SIP得率为14.12 mg·g~(-1)。SIP提取物对B16F10细胞形态有一定影响,对细胞活性、酪氨酸酶活性和黑色素合成均有一定抑制作用,且呈现一定剂量效应。综上可知,SIP提取物能抑制黑色素合成,具有作为美白剂的发展前景,这为乌贼墨合理利用提供了一定科学依据。     

淫羊藿属植物杂交F1代植株形态和种间系统演化研究

淫羊藿属植物多数种类在形态分类性状上存在连续过渡的形态变异现象,导致种间的鉴别困难.本研究对粗毛淫羊藿、巫山淫羊藿、天平淫羊藿,3个物种合计29个居群之间的种间杂交F1代植株及其亲本形态学进行了比较研究.结果表明:AC×MY、AC×WU、WU×MY 3种组合杂交F1代的叶片形状表现为双亲过渡形态,控制淫羊藿花瓣距短于内萼片的基因可能是部分显性,E.acuminatum的花瓣和内萼片颜色属于显性遗传.所得结果为淫羊藿属植物分类学、种间系统关系及其起源与进化研究提供了新的资料和线索.     

基于AT89S52和DS18B20的多点温度检测报警系统

为了对温室大棚室温实施监测、避免局部温度过高,利用多片DS18B20单总线型数字温度传感器,采用外部供电方式,结合AT89S52单片机,外加串口电路、报警电路以及显示模块,设计了多点温度测量并报警的硬件系统。依据DS18B20型温度传感器操作指令,首先读取各传感器的序列号,并确定传感器对应的各点位置关系,定时循环读出各个传感器的温度值并循环显示,单片机依据设定的报警温度上下限做出报警处理;同时,也可利用串口把各点的温度值传给上位机作进一步的处理。实例表明,该系统工作稳定,操作方便,成本低廉,实现了温室大棚中的多点温度检测以及越限报警功能,测温误差在±0.5oC以内。     

基于UEGO的柴油机EGR系统空燃比MAP的制取

在柴油机稳态工况下，通过试验测定了不同空燃比时，NOx、HC、CO、烟度和油耗的变化。通过对测试数据的分析，确定了最佳空燃比MAP。为基于UEGO的柴油机EGR系统的闲环控制奠定了基础。     

基于P87LPC764的温室智能温度计的研制

针对一般温室内温度测量电路设计复杂、温度测量与温度控制分离等缺点，以Philips公司生产的P87LPC764为核心器件，以软件方法代替硬件电路，研制了智能化、便携式的数字温度计，实现了对定点温度的采集、处理及控制信号输出。     

利用“永久F2”群体剖析玉米产量及其相关性状的遗传机制

利用RIL群体构建了一套包含441个杂交组合的玉米“永久F₂”群体,通过253个SSR标记的等位基因频率分析,发现“永久F₂”群体的遗传组成与基因频率与F₂群体相似,理论上可以代替F₂群体进行相关遗传研究。通过两年一点的田间试验,利用复合区间作图法对玉米产量及其3个主要构成因子进行了遗传分析。结果表明,玉米产量与穗长、穗行数及百粒重呈显著或极显著正相关,而穗长与穗行数和百粒重显著负相关。共定位3个产量QTL、8个穗长QTL,11个穗行数QTL和5个百粒重QTL。     

基于改进ResNet18模型的饲料原料种类识别方法

为了解决饲料生产过程中入仓原料种类采用人工取样感官识别所存在的问题,实现原料种类自动识别,以玉米、麸皮、小麦、豆粕、鱼粉等大宗饲料原料为研究对象,自主设计搭建了多通道入仓原料种类自动识别装置,采集饲料原料图像数据集,并使用数据增强的方法增加样本多样性。基于ResNet18网络模型加入通道注意力机制、增加Dropout函数,并嵌入余弦退火法的Adam优化器,引入迁移学习机制训练模型,构建适用于饲料原料种类识别的CAM-ResNet18网络模型。CAM-ResNet18网络模型的原料种类验证准确率达99.1%,识别时间为2.58ms。与ResNet18、ResNet34、AlexNet、VGG16等网络模型相比,模型验证集准确率分别提升0.6、0.2、3.7、1.1个百分点。针对混淆矩阵结果分析,测试集识别平均准确率达99.4%,具有较高的精确度和召回率。结果表明,构建的CAM-ResNet18网络模型在饲料原料种类识别方面具有较高的识别精度和较快检测速度,自主研发的多通道入仓原料种类自动识别装置具有实际应用价值。