烟蚜茧蜂对桃蚜和萝卜蚜的寄生选择性

烟蚜茧蜂是多寄主型天敌,本文究了烟蚜茧蜂对绿色型或红色型桃蚜与萝卜蚜共存系统中各种蚜虫的寄生选择性,分析了烟蚜茧蜂对桃蚜和萝卜蚜的寄生喜好性、选择性和转换行为等．实验中蚜虫总密度设置为60头,两种蚜虫的密度比例变化分别为1∶5,2∶4,3∶3,4∶2,5∶1．实验结果表明：共存系统中烟蚜茧蜂对桃蚜的寄生作用明显强于对萝卜蚜的寄生作用,烟蚜茧蜂选择寄生的蚜虫桃蚜,烟蚜茧蜂对桃蚜和萝卜蚜的寄生比例随各蚜虫密度的增加而增加,烟蚜茧蜂对红色型桃蚜与萝卜蚜组合的寄生作用高于对绿色型桃蚜与萝卜蚜组合的寄生作用．烟蚜茧蜂对桃蚜具有正喜好性和负转换行为;对萝卜蚜具有负喜好性和正转换行为．     

天水蜜桃花果期霜冻气候风险区划研究

花果期霜冻是天水蜜桃主要农业气象灾害,关山温凉-高寒山区霜冻发生频率高达60%以上,灾害年份果树平均减产率35%以上,产量及经济损失极大.用自然灾害风险分析原理,以县(区)为单元,对天水各县(区)蜜桃花果期不同等级霜冻发生频率及由此造成的损失进行统计分析,利用风险度评估模型计算了各县(区)蜜桃花果期霜冻灾害风险度,并以风险度和灾害年份的平均减产率为主要区划指标,花果期最低平均气温、极端最低气温为辅助指标,进行天水蜜桃花果期霜冻灾害风险区划,这对当地蜜桃产业布局发展和气象灾害防御具有重要参考价值和指导意义.     

新常态下应用技术型本科院校教育信息化建设重点——以重庆人文科技学院为例

伴随着经济进入新常态时期,我国高等教育正在从以规模扩张为特征的粗放型发展模式转向以质量提升为核心的集约式发展模式,类似于重庆人文科技学院这样的应用技术型大学应该在教育信息化的过程中,主要以特色数据库信息化、教学系统信息化、实验室信息化3个方面的工作为重点,全力提高学生的综合实力,提升学校的办学质量.     

3类图的优美标号

用构造的方法给出图1-3n-K3,P(n,2,n-1)和I(K_(1,1,n))的优美标号,从而证明了1-3n-K_3,P(n,2,n-1)和I(K_(1,1,n))都是优美图.     

白颈环毛蚓皮肤的超微结构

详细描述了白颈环毛蚓皮肤的超微结构 ,讨论分析了与寡毛纲其他类群动物的异同 .应用透射电子显微镜技术观察到 ,白颈环毛蚓的皮肤主要由角质层、表皮和皮肤附属物构成 .其中 ,角质层主要由多层胶原纤维构成 ,表皮中除了支持细胞和基细胞外 ,有小颗粒蛋白细胞、大颗粒粘液细胞和网状粘液细胞三种不同的分泌细胞 ,环带部分有颗粒环带细胞和球状环带细胞两种不同的分泌细胞     

JAL1杂交瘤细胞的批量培养研究

研究了不同葡萄糖、谷氨酰胺浓度下JAL1细胞的生长、糖耗、乳酸及氨的生成、单抗合成等代谢过程及该株细胞的基本代谢规律，同时对该株细胞生长和单抗生产的动力学方面进行了研究，在细胞培养箱中，采用方瓶批量培养杂交瘤细胞，培养条件为pH7.0-7.5，温度37℃，5％CO2。实验表明，在不同浓度葡萄糖、谷氨酰胺的培养液中，细胞的活性细胞密度、总细胞密度、细胞活性上均有不同，相应地，对细胞的最大比生长速率、葡萄糖最大比消耗速率、乳酸最大比生成速率以及单抗最大比合成速率也有不同程度的影响。实验结果还表明，该株细胞的单抗分泌是属于负生长耦联型的。     

基于自适应蚁群算法的分布式分类规则挖掘算法

基于分布式数据挖掘技术,提出了一种基于自适应蚁群算法的分布式分类规则算法。该算法采用了不同的启发式函数及信息素改变方法,引入了自适应机制与变异策略,从而达到缩短蚁群算法计算时间、加快算法收敛速度、提高预测准确率的目的。实验结果验证了该算法的有效性。     

外源水杨酸对干旱胁迫下一品红生理特性的影响

以一品红为试验材料,进行0.1mmol/L SA预处理、干旱胁迫以及复水处理,分析一品红叶片相对电导率、丙二醛(MDA)质量摩尔浓度、过氧化氢(H_2O_2)质量摩尔浓度、叶绿素荧光参数和水分状况等生理变化,研究水杨酸(SA)在干旱胁迫条件下对一品红盆花生理特性的影响.结果表明:在干旱胁迫期间,SA处理可延缓一品红叶片相对电导率、水分饱和亏(WSD)、光系统Ⅱ(PSⅡ)的初始叶绿素荧光(F0),H_2O_2质量摩尔浓度和MDA质量摩尔浓度等的增加以及相对含水量(RWC)、最大光化学效率(Fv/Fm)的降低;复水4d后,SA处理的各指标恢复能力均强于单一干旱胁迫的处理.因此,外源SA处理可以提高一品红在干旱胁迫及复水条件下的保水能力及光合效率、减轻细胞膜脂过氧化,有效缓解干旱逆境对一品红的伤害.     

考虑时变资源价格因素的Q学习强化和声搜索网格任务调度算法

针对传统网格任务调度算法不考虑价格时变因素缺点,提出一种基于Q学习强化和声搜索算法的考虑时变资源价格因素网格任务调度算法.首先,综合考虑价格时变因素影响,对网格任务调度模型进行改进,提出一种新的调度模型;其次,利用Q学习算法对和声搜索算法进行改进,平衡了算法的广度和深度搜索能力;最后,通过与同类算法的仿真对比结果表明,该算法和模型具有较好的收敛速度优化性能,并且在资源价格满意度和任务调度长度两个层面具有更全面的优化性能.