排序方式: 共有7条查询结果,搜索用时 109 毫秒
1
1.
水稻不完全隐性卷叶主基因rl(t)的精细定位 总被引:9,自引:0,他引:9
利用奇妙香(QMX)为轮回亲本, 与卷叶珍汕97B(JZB)杂交并回交的BC4F2和BC4F3两群体为研究材料, 对卷叶性状进行了遗传分析, 并对卷叶基因进行精细定位. 遗传分析表明, 卷叶性状主要受1对不完全隐性主基因的控制, 命名为rl(t), 并同时受到数量性状基因和或环境的影响. 利用500个SSR标记和新开发的15个InDel标记, 通过BSA法在卷叶DNA池和平展叶DNA池间筛选到8个多态性标记, 并用MAPMAKER/EXP3.0构建遗传连锁图. 基因定位方法采用复合区间作图法(CIM). 利用BC4F2分离群体将rl(t)初步定位于第2染色体长臂, 位于标记InDel 112~RM3763之间, 两标记之间的遗传距离为2.4 cM, rl(t)距离InDel 112约1.0 cM. 为精细定位rl(t), 从BC4F2代经标记选择得到1个中度卷叶植株, 自交扩繁成855株个体的BC4F3代株系, 另发展4个新的InDel标记. 连锁分析表明, InDel 112.6和InDel 113位于标记InDel 112和RM 3763之间. 利用BC4F3株系中分离出的191个卷叶株和185个平展叶株, 将rl(t)定位于InDel 112.6~InDel 113之间, 物理距离为137 kb. 对该区段进行了初步的侯选基因分析, 推测rl(t)可能参与了microRNA(miRNA)系统对叶片发育的调控. 相似文献
2.
AGV是一种无人驾驶搬运车,是智能型移动机器人的一种。路径规划技术是AGV技术研究中的一个重要领域。在多AGV协调作业时,需要研究AGV动态路径规划问题。由于AGV运行时需要很高的实时性和安全性,本文采用了基于滚动优化窗口的路径规划方法。在当前滚动窗口中,提出了一种针对AGV特点的动态路径优化算法。最后,通过仿真证明了该方法的有效性。 相似文献
3.
4.
5.
6.
利用奇妙香(QMX)为轮回亲本,与卷叶珍汕97B(JZB)杂交并回交的BC4F2和BC4F3两群体为研究材料,对卷叶性状进行了遗传分析,并对卷叶基因进行精细定位.遗传分析表明,卷叶性状主要受1对不完全隐性主基因的控制,命名为rl(t),并同时受到数量性状基因和或环境的影响.利用500个SSR标记和新开发的15个InDel标记,通过BSA法在卷叶DNA池和平展叶DNA池间筛选到8个多态性标记,并用MAPMAKER/EXP3.0构建遗传连锁图.基因定位方法采用复合区间作图法(CIM).利用BC4F2分离群体将rl(t)初步定位于第2染色体长臂,位于标记InDel 112-RM3763之间,两标记之间的遗传距离为2.4cM,rl(t)距离InDel 112约1.0cM.为精细定位rl(t),从BC4F2代经标记选择得到1个中度卷叶植株,自交扩繁成855株个体的BC4F3代株系,另发展4个新的InDel标记.连锁分析表明,InDel 112.6和InDel 113位于标记InDel 112和RM3763之间.利用BC4F3株系中分离出的191个卷叶株和185个平展叶株,将rl(t)定位于InDel 112、6-InDel113之间,物理距离为137kb、对该区段进行了初步的侯选基因分析,推测rl(t)可能参与了microRNA(miRNA)系统对叶片发育的调控. 相似文献
7.
针对 DC / DC 变换器在实际应用中不断扩大,对输入波动、响应速度、稳定性等要求越来越高,而传统的 PID
控制算法无法在复杂的变换器控制系统中获得理想的控制效果,以 Buck 变换器为研究对象,提出了一种改进型自
抗扰控制策略。 在基于传统的线性自抗扰控制的基础上,对其进行广义数学分析,在传递函数中引入自定义的零
点,同时,对输入通道和测量的干扰,设计了测量滤波器,并设计了二阶自抗扰控制器。 最后,搭建以 DSP28377 为
控制器的硬件试验平台,对比分析传统 PI 控制和改进型自抗扰控制受干扰情况下的动态性能,验证了改进型自抗
扰控制的方案可行性,所提出的改进型控制策略不仅将传统的 PID 控制具有的缺点克服,又将其结构简单的特点
保留。 实验结果表明:较传统的 PID 算法而言,加载过程中,调节时间减少 125 μs,超调量较少 0. 8%;减载过程中,
调节时间减少 165 μs,超调量减少 2. 8%。 可以得出改进型自抗扰控制策略不但具备快速和高精度特点,还具有更
好的鲁棒性和抗扰动性能。 相似文献
1