花生DNA导入大豆育种效果的研究

利用花粉管通道在大豆自花授粉后将花生ＤＮＡ导入栽培大豆受体中，引起受体的结荚习性、株高、成熟期，主茎节数、分枝数、产量性状和化学品质等性状的广泛变异。对变异株进行选择，获得了产量比受体提高１１．９％～２５．１％，蛋白质含量提高３．９％～５．３％的变异株系。实验结果表明：利用外源ＤＮＡ导入技术进行生态性状、产量性状和化学品质方向的育种是可能的。     

大白菜细胞核雄性不育基因向自交系97A407的转育

根据复等位基因遗传假说 ,利用大白菜核不育系 9810 9和已知基因型的甲型两用系可育株 99135 2作为不育源 ,以大白菜自交系 97A40 7为目标亲本 ,经过 5个世代的转育 ,获得了具有 97A40 7遗传基因型的新甲型两用系、临时保持系和雄性不育系。     

不同土豆添加量对蝴蝶兰“光芒四射”增殖生长的影响

以蝴蝶兰"光芒四射"增殖芽为外植体,研究了不同的土豆添加量对其增殖倍率及转接周期的影响。结果表明,在K6培养基中加入土豆40g/L对"光芒四射"的增殖效果最好,使其转接周期从60d缩至50d,增殖倍率从1.80增至2.52。     

基于迁移学习的无人机影像耕地信息提取方法

随着精准农业技术的发展,对农作物用地信息快速、准确提取的需求越来越高。同时,无人机技术以其方便、高效、具有低空云下飞行能力等优势被广泛应用于自然资源的调查中。但无人机影像普遍光谱信息较为匮乏,因此很难准确、快速地提取出耕地信息。基于此,提出了一种利用迁移学习机制的耕地提取方法(TLCLE)。首先,利用深度卷积神经网络(DCNN)剔除线状地物(道路、田埂等),然后,通过引入迁移学习机制将DCNN特征训练过程中得到的特征提取方法迁移到耕地提取中,最后,将所提方法与利用易康(e Cognition)软件进行耕地提取(ECLE)结果进行对比。研究结果表明:对于实验影像1、2,TLCLE方法耕地提取总体精度分别为91.9%、88.1%,ECLE方法总体精度分别为90.3%、88.3%,2种方法提取精度相当,在保证耕地地块完整、连续性上TLCLE方法优于ECLE方法。     

机动车驾驶员疲劳状态的仿真分析研究

通过对驾驶员的驾驶操纵过程进行分析,应用传递函数这一经典控制理论工具,构建了驾驶员的行为操纵模型,并在MATLAB/Simulink仿真环境下实现,通过对机动车驾驶员的正常状态和疲劳状态进行仿真比较分析,表明驾驶员在疲劳状态时比正常状态时需要更长的操纵时间才能跟随着道路环境的变化,其果断性和灵敏性、实时性均下降很多,为进一步研究机动车驾驶员的疲劳状态奠定了理论基础。     

旋耕机整机试验模态分析

以试验模态分析为手段，研究ＩＧ－１８０Ａ旋耕机整机振动模态特征，讨论了模态参数和频响函数分析用于旋耕机设计的问题，提出了旋耕机减重设计中应综合考虑强度可靠性和刚度可靠性的观点，并指出了补偿整体刚度的几种途径。     

南水北调河北省受水区水资源可持续利用AHP量化研究

为了充分利用调入水,实现南水北调河北省受水区水资源可持续利用,以受水区7个设区市为主要研究对象,考虑2010年南水北调工程建成为前提,预测了7个设区市现状水平年为2005年和预测的2010、2015、2020、2025、2030年在95%保证率下供需平衡状况,以此为依据,确定各设区市水资源可持续利用的权重系数,利用层次分析法(AHP)构建河北省受水区水资源可持续利用评价模型,进行定性分析和定量计算,对加大治污力度、控制地下水开采、加强节水措施、完善技术管理这4项水资源可持续利用对策进行重要程度排序。得出整个受水区及7个设区市主要可持续利用对策的重要程度排序:整个受水区可持续利用对策中,控制地下水开采最重要,其次是治污措施;邯郸市完善技术管理最重要,其次是控制地下水开采。     

南水北调中线工程水质监测站点布设研究

科学合理布设水质监测站点是加强南水北调中线工程对突发水污染事件监控,保障水质安全的重要手段.制定水质监测站点的布设方案受到监测效率与布设成本的约束,同时,监测仪器精度、污染物衰减特性的不确定性等问题也对布设方案产生影响.以中线工程京石段为研究对象,基于一维水质模型,以突发水污染事件漏报率最低、发现时间最短以及监测站点布...     

基于优化Transformer网络的绿色目标果实高效检测模型

果园环境中,检测目标果实易受复杂背景、果实姿态和颜色等因素影响,为提高绿色目标果实检测的精度与效率,满足果园智能测产和自动化采摘要求,本研究针对不同光照环境和果实姿态,提出一种适于样本数量不足的绿色目标果实高效检测模型。该模型采用优化Transformer结构,首先借助卷积神经网络(Convolutional Neural Network,CNN)网络提取图像特征;然后输入编码-解码器生成一组目标果实预测框,最后通过前馈神经网络(Feed-forward Network,FFN)结构预测检测结果。在训练过程中,引入重采样法扩充样本数量,解决样本数量不足问题;引入迁移学习,加速网络收敛。分别制作苹果、柿子数据集用于模型训练。试验结果表明,经迁移学习后该模型训练效率大幅提高;与流行的目标检测模型相比,优化后的模型在检测绿色柿子与绿色苹果时,精度分别为93.27%和91.35%。该方法可为其他果蔬绿色目标检测提供理论借鉴。     

南水北调陕西水源区水土保持效益评价

以陕西水源区为对象,运用因子分析法和专家咨询法从基础效益、生态效益、经济效益和社会效益4个方面构建了水土保持效益评价体系,并基于改进的层次分析法确定各指标权重,运用模糊综合评价法衡量了水土保持项目效果。结果表明:总体来看,水土保持项目改善了陕西水源区整体质量,但在不同效益之间存在差异。基础效益方面表现最优,治理度、土地利用率、道路硬化率等有大幅提升;生态和经济效益方面表现次之,森林覆盖率、环境质量提高率和资金产投比等提升不够明显;经济和社会效益还有很大发展空间,项目对受教育程度、农产品商品率等拉动不足。该研究为南水北调工程水土保持项目的进一步实施提供了科学依据。