植物功能基因组研究进展

基因组学研究已开始从结构基因组学转向功能基因组学。对功能基因组学研究的重要意义及内容、方法进行了综述，并对植物功能基因的研究进展及应用前景作了介绍。     

结构基因组学研究中的亲和接头

运用AHP方法和ANP方法确定企业可持续发展评价指标权重,并比较两种方法对排序结果的影响。研究表明,与AHP的结果比较,ANP方法得出的指标权重趋向均衡化,增强了指标权重的可行性和合理性。运用ANP方法评价企业可持续发展更合理。     

结构基因组学研究中的亲和接头

介绍了亲和接头在高通量生产目标蛋白质中的运用,这些亲和接头包括6组氨酸、麦芽糖结合蛋白、谷胱甘肽-S-转移酶和硫氧还蛋白,并讨论了高通量生产的蛋白质的溶解和复性.     

酿酒酵母功能基因组学研究进展

随着各种微生物基因组序列信息的积累和测序工作的不断完成,酿酒酵母基因组学研究的重点已由传统的结构基因组学发展到了功能基因组学,并从单一的基因功能研究转向多个或整个基因组系统地去了解真核生物生命活动的本能。对基因组学水平上酿酒酵母功能基因的生物芯片分析,代谢通路和功能图谱,以及比较基因组学研究进行综述。     

The future for stem cell research.

Stem cells have offered much hope by promising to greatly extend the numbers and range of patients who could benefit from transplants, and to provide cell replacement therapy to treat debilitating diseases such as diabetes, Parkinson's and Huntington's disease. The issue of stem cell research is politically charged, prompting biologists to begin engaging in ethical debates, and generating in the general public an unusually high level of interest in this aspect of biology. But excitement notwithstanding, there is a long way to go in basic research before new therapies will be established, and now the pressure is on for scientists and clinicians to deliver.     

基于机器视觉产品尺寸在线检测的实践研究

利用机器视觉对大批量产品零件进行在线检测已成为一种控制产品零件质量的重要方法之一。文中基于L abV IEW软件和PLC控制,针对气动垫片零件,着重论述了机器视觉在线检测方法、工件尺寸检测原理和误差分析,设计了一套可进行产品在线100%检测的装置,实现了产品关键尺寸快速检测和等级分类。     

DNA和RNA的结构基因组学研究的应用前景

人类基因组计划的实施产生了大量的基因数据，如何利用这些数据是后基因时代生物学研究的主要内容。结构基因组学就是利用这些数据和计算机模拟技术建立模型来为人类服务，介绍了DNA和RNA的结构基因组学的主要研究内容和进展，讨论了结构基因组学的商业应用前景。     

机器视觉技术的农业应用研究进展

 机器视觉技术已广泛应用到农业生产的诸多领域。综合国内外优秀研究成果,阐述了现阶段机器视觉在农业方面应用的主要形式,介绍了机器视觉在农作物精选与质量检测、植物生长信息监测、农田视觉导航等应用方向的研究成果,通过分析其创新性的图像处理算法、机器视觉系统的组成,提出了当前机器视觉农业应用仍存在可靠性差、成本高、智能化水平不高等问题。结合当前机器视觉在各种领域的研究和应用情况,对未来机器视觉在农业应用的发展方向进行展望,认为基于嵌入式处理模块和多技术融合的机器视觉系统将成为未来主要发展趋势,以卷积神经网络为代表的深度学习模型也将成为未来图像识别的核心技术,并将极大改善目前机器视觉在农业应用存在的诸多问题。     

计算机视觉技术在植物根系形态研究中的应用

介绍了国内外计算机视觉技术在植物根系形态研究中的应用情况,并就植物根系形态研究中所涉及的图像分割、图像细化和矢量化等具体技术环节进行了评述,为以后类似的研究提供了一个框架．     

从物理智能到微波视觉

 近10年来,人工智能技术得到了科技与工业界的极大的重视,预示着人类文明将进入智能时代。但是,作为智能时代基础的“智能科学”还远未成型。本文从电磁物理信息感知技术的独特视角,讨论智能科学如何发展的一些见解,指出人类智能与外在世界互为对偶问题、相互不可分割的根本属性,因此按人工智能所应对的对象及关联学科分为数学、物理、心理、意识4个阶段。其中第1阶段解决智能形成的通用学习算法的数学理论,第2阶段发展应对物理世界的物理智能。以此为基础,第3阶段发展应对智能涉及社会群体的高阶智能,第4阶段研究自由意识的本质和人工智能能否形成意识的超智能问题。结合笔者电磁信息感知专业领域,提出向物理智能发展的微波视觉新概念、相关内涵以及关键技术的建议,以笔者团队在这一方向的前期工作为例,讨论了以物理智能为基础的智能科学的研究与发展。