皖西食用百合茎尖脱毒培养

选取食用百合卷丹的鳞茎作为外植体,以MS为基本培养基,分热处理和非热处理两组进行茎尖离体培养,探讨不同植物激素组合对不定芽的诱导发生、继代增殖以及诱导生根的影响.结果表明,两个实验组皆以6-BA 1.0 mg/L十NAA 0.2mg/L的激素组合对于不定芽的分化发生为优,热处理组的芽诱导率和不定芽平均分化量分别为88.9％和4.5个,未热处理组的分别为87.5％和4.9个;不定芽增殖培养的最佳激素组合为6-BA 0.5 mg/L+NAA 0.2 mg/L,芽增殖系数为4.20;不定芽诱导生根的最佳激素组合为6 BA 0.2 mg/L+NAA 1.0 mg/L.     

香菇新品种选育研究

以生产菌株Cr02为对照,对22个新育香菇菌株进行了系统品比试验,从中筛选出2个优良株系－L9446和L9483,其相对生物学效率分别达到83．10％和89．42％,鲜菇出口合格率均达38％以上。     

食用百合卷丹离体培养再生体系的建立

选取食用百合卷丹的鳞片作为外植体,以MS为基本培养基,添加6-BA和NAA的不同植物激素组合,分组进行不定芽诱导、继代增殖和诱导生根培养。结果表明,鳞茎的中层鳞片具有较强的不定芽分化能力,6-BA 0.5mg/L＋NAA 0.1mg/L的激素组合适宜于鳞片的不定芽分化和继代增殖,而最利于诱导生根的激素组合为NAA 1.0mg/L＋6-BA 0.1mg/L。组培苗经过60天左右培养可在培养基中直接产生小鳞茎。     

“好”的与“坏”的跳跃溢出:基于相互激励跳跃视角

本文以我国沪深300股指期现货市场为例,从相互激励跳跃这一新的视角研究了金融市场之间“好”的(正向)与“坏”的(负向)跳跃溢出的结构与动态特征.首先,跳跃溢出具有非对称性,“坏”的跳跃溢出相比“好”的跳跃溢出更加突出.其次,跳跃溢出在牛熊市下存在一定的差异,牛市下“好”的跳跃溢出较为显著,而熊市下“坏”的跳跃溢出更加明显,但在一些牛熊市区间此结论并不成立.再次,跳跃溢出存在日内余震效应,“坏”的跳跃溢出尤其明显.总之,实证研究表明,两个市场间存在双向跳跃溢出并且跳跃溢出具有时变性.比如,在实施股指期货交易限制时期期货到现货的跳跃溢出有所减弱,而现货到期货的跳跃溢出有所增强.     

自感式料位数字传感器

设计了一种新型料位传感器及其单片机控制系统。它可应用在钢厂除尘器设备上粉尘料位的检测。针对钢厂粉尘的铁磁质性质,设计整个自感线圈,固定在传感器的支撑杆上,在料位到达时,自感线圈中的感生电流显著变小,应用单片机进行控制,采集其开关量,可实现料位的连续检测,单线圈在料位到达时断电,卸料后恢复通电,即去除了铁心的磁性,又减少了线圈发热,同时线圈采用高性能漆包线,并对其进行散热处理。该传感器可以从室温到100℃的变温环境下正常工作,其结构简单可靠。     

基于门限预平均已调整多次幂变差的可积波动估计及其应用

本文在市场微观结构噪声和跳跃下新提出一类可积波动估计.这些估计联合采用了预平均已调整多次幂变差估计和门限技术,分别消除噪声和跳跃的影响.我们同时给出这一估计的渐近性质,包括一致性和中心极限定理.蒙特卡罗模拟结果表明这一估计对噪声和Lévy跳跃稳健,并且相比预平均已调整多次幂变差(PMMV)估计(Vetter, 2008)具有更好的表现.在实证应用中,基于中国股市逐笔交易的高频数据估计出2015年股灾前后上证50成分股的连续波动,跳跃波动以及噪声波动,并且研究了它们之间相互关系.实证发现:1)噪声波动对潜在收益波动具有正向预测作用,但该预测作用主要针对连续波动,对跳跃波动预测作用并不显著;2)噪声波动具有很强的相依性,连续波动对其具有显著正向预测作用,而跳跃波动对其不存在显著的预测能力.本文研究结果表明噪声包含了有助于潜在价格波动预测的信息,不完全是"噪声",其包含的信息有待深入挖掘.     

虚拟战场环境中对抗仿真的可信度分析

针对目前虚拟战场环境中作战仿真系统的可信度问题进行了理论探讨。在介绍虚拟战场环境中对抗仿真系统的体系结构基础上,突出解决了如何保证作战仿真系统在开发过程中的质量管理以及如何对现有的作战仿真系统进行评估两个前沿问题。着重剖析了概念模型、总体设计、详细设计中所应该进行的校验和验证工作,最后给出了一般作战仿真系统可信度评估的体系结构。     

霍山石斛原生质体制备条件初探

本实验采用机械法和酶解法对霍山石斛原生质体的分离条件进行研究。结果表明,机械法制备霍山石斛原生质体,得率很低。正交试验法优选出的酶解法最佳组合条件为:纤维素酶1.5% 果胶酶1.5% 离析酶1.0%的酶液组合(溶于0.6mol/L的甘露醇),pH值5.4,28℃温育18 h。     

贝叶斯网络在仿真结果数据分析中的应用研究

复杂仿真系统涉及的因素众多,在其运行过程中产生大量数据,从这些海量数据中提取知识困难较大.针对该问题,给出了利用贝叶斯网络进行仿真结果数据分析的具体方法,包括网络结构的确定和网络参数的确定,并通过试验数据构建了反映仿真对象部分属性之间关系的贝叶斯网络,从而得到反映仿真对象运行过程的一些内在规律.