水稻基因组中分泌蛋白的初步分析

本文利用Signa1P3．0两种算法NN（neural network）和HMM（hidden markov model）对水稻基因组中59712个ORF进行了初步的筛选,其中有4433个ORF编码的蛋白具有分泌特性,占整个基因组的7．3％。4433个具有分泌特性的蛋白,在染色体的分布是不均一的。在1号染色体的所占的比例最多,为8．8％;而12号染色体上所占的比例最少,为5．0％。其中在具有分泌特性的蛋白中,酶类、非酶类和推测蛋白分别占具有分泌型信号肽蛋白的24．9％、45．7％和29．5％。     

新型肘形进水流道水力特性预测

提出一种新型肘形进水流道,具有型线简单,容易设计和施工方便等优点。采用定常雷诺平均N S方程和标准kε紊流模型,数值模拟了该新型肘形进水流道的三维紊流。在详细分析内部流态的基础上,从流道出口断面轴向流速分布均匀度、出口水流偏流角和流道阻力系数3个方面对其水力特性进行了全面的预测,并与按常规设计的肘形进水流道的水力特性进行了比较。计算结果表明,新型肘形进水流道具有优良的水力特性,出口水流的轴向流速分布均匀度高,偏流角小,可为水泵提供良好的进水条件。     

基于时空变异的旱地土壤有机碳高效采样策略研究

土壤有机碳(SOC)空间分布具有时序差异性,明确样点数量对不同时期SOC预测精度影响是制定高效采样策略的基础.选取3.93×104 km2江苏北部旱地作为案例区,运用普通克里金插值方法,分析样点数量对不同时期SOC空间预测精度的影响.结果表明:不同数量样点数据集下1980年苏北旱地SOC预测值与实测值的相关系数r和均方...     

中国食糖供求分析与预测

利用预测模型从原料生产的角度,分析了我国食糖供给的变化趋势;然后从居民用糖和工业用糖两个方面,研究了食糖需求的变化;最后从贸易的角度,探讨了我国满足国内食糖供需缺口的可能途径。研究发现：食糖的供给潜力主要在于甘蔗糖方面;需求方面,工业用糖量增长较快,是推动食糖需求增长的主要动力。由于食糖需求增长的速度快于供给的增长,我国食糖的供求缺口有不断增加趋势。为避免食糖体系失衡风险,增加国内食糖供给才是解决我国食糖供求矛盾的最佳途径。     

大麦籽粒抗性淀粉含量快速测定方法研究

为探索快速高效测定大麦籽粒中抗性淀粉含量的方法,利用衰减全反射中红外（attenuated total reflection mid-infrared spectroscopy,ATR-MIR）和近红外（near-infrared spectroscopy,NIR）光谱技术,分别用3种不同方法进行预处理,建立大麦样品的抗性淀粉含量快速测定红外模型,通过不同预处理预测模型的校正和内部交叉验证结果的比较,依据决定系数（r）和均方根误差（RMSE）筛选出基于ATR-MIR和NIR光谱的最佳预测模型,再对最佳预测模型进行外部验证。结果表明,经基线位移校正+范围归一化（BOC+RN）预处理后的PLS模型为最佳ATR-MIR预测模型;经标准正态变换+Savitzky-Golay法一阶求导（SNV+1thD）的预处理模型为最佳NIR预测模型。用验证集材料对BOC+RN和SNV+1thD最佳预测模型的预测效果进行外部验证,光谱预测值与化学测定值之间没有显著差异,说明两种方法均可以用于大麦籽粒抗性淀粉含量测定;ATR-MIR光谱比NIR光谱具有更好的预测能力。     

凤阳县稻纵卷叶螟发生趋势预测预报

利用时间序列分析方法，对凤阳县１９７１～１９９０年中稻发生程度资料进行组配，组建Ｆｕ２２ｙ综合评判模型，对中稻稻纵卷叶螟发生趋势作多年预测探讨。     

三江平原水稻潜叶蝇发生规律及预测预报研究

研究旨在明确黑龙江省水稻主产区(三江平原)的水稻潜叶蝇的发生规律及影响水稻潜叶蝇发生的主要气象因子。试验从2006年开始连续10年在黑龙江省三江平原对水稻潜叶蝇的发生情况进行定点调查,收集水稻潜叶蝇发生时期的气象因子及第一代的虫口基数,采用通径分析及逐步回归的方法对6月末水稻潜叶蝇百株虫口数、气象因子及第一代虫口基数进行了研究,研究结果明确了第一代虫口基数及5月中旬的平均气温为影响水稻潜叶蝇的主要直接因子,而5月上旬的平均温度和5月下旬的平均温度是通过影响第一代虫口基数而间接影响了6月末的百株虫口数。通过逐步回归建立的短期预测模型Y=-150.012-1.432X_1+7.79X_4+0.17X_6+5.96X_7-0.121X_9-0.14X_(12)-0.09X_(15)+1.43X_(19)回归拟合效果好。可对黑龙江省三江平原水稻潜叶蝇的发生进行中短期预测。     

Artificial neural network models of the rumen fermentation pattern in dairy cattle

The objectives of this study were: (1) to predict the rumen fermentation pattern from milk fatty acids using a machine learning technique, i.e. artificial neural networks (ANN) combined with feature selection and (2) to compare the prediction accuracy of the resulting model to that of a statistical multi-linear regression model, based on odd and branched chain milk fatty acids. Data were collected from 10 experiments with rumen fistulated dairy cows, resulting in a dataset of 138 observations. Feature selection was based on correlation and principal component analysis, and background physiological knowledge. Different ANN architectures and training algorithms were assessed. The evaluation of the model performance, based on the test dataset, showed a root mean square prediction error, expressed relative to the observed mean, of 2.65%, 7.67% and 7.61% of the observed mean for acetate, propionate and butyrate, respectively. Compared to a multi-linear regression model, the ANN revealed not to perform significantly better. However, the results confirm that milk fatty acids have great potential to predict molar proportions of individual volatile fatty acids in the rumen.     

基于指标阈值法的森林火险气象等级预报研究

利用河北省承德市近7年的温、湿、风、降水和199次森林火灾火警资料,分析各气象要素与森林火灾火警的相关性;通过对预报因子的预处理,利用指标阈值法建立了适合承德市地理气候条件的森林火险等级预报方程与落区预报方程;结合气象数值预报产品建立预报预警平台,从而实现了森林火险等级实况、预报、落区的全自动运行,提高了森林火险等级预报的精度。