大豆转录因子GmWRKY57B的基因克隆及功能分析

WRKY类转录调控因子在高等植物中构成一个基因超家族, 它不但广泛参与了植物对非生物胁迫和生物胁迫的反应, 还参与了生长发育及多种代谢途径的调控. 本研究构建了一个大豆cDNA文库, 采用酵母单杂交的方法, 用来自AtNPR1启动子区的W-box对构建的大豆cDNA文库进行筛选, 获得了GmWRKY57B基因, 该基因全长1033 bp, 编码299个氨基酸, 属于WRKY类转录因子的第Ⅲ组; 酵母挽救实验及凝胶阻滞实验均表明, GmWRKY57B能够与W-box特异性结合; 酵母体内的转录激活实验表明, GmWRKY57B在酵母细胞中具有转录激活功能; GmWRKY57B在大豆根、茎、叶中均有表达; GmWRKY57B基因在烟草中的过表达能够提高转基因烟草植株的抗旱性, 表明GmWRKY57B 基因在非生物逆境中有一定的功能.     

铝合金大气腐蚀现场暴露试样的图像分析

构建了适用于现场暴露试样的腐蚀形貌图像采集系统, 并应用该系统在北京大气腐蚀试验站对铝合金腐蚀初期的形貌图像进行跟踪采集. 所得图像经过降噪处理后, 应用小波变换进行分解并提取子图像的能量值. 根据图像能量值的变化, 对试样的腐蚀程度进行了定性和定量判断, 实验结果与腐蚀失重数据分析所得结论基本一致.     

A brief survey on deep learning based image super-resolution

Image super-resolution(SR) is an important technique for improving the resolution and quality of images.With the great progress of deep learning,image super-resolution achieves remarkable improvements recently.In this work,a brief survey on recent advances of deep learning based single image super-resolution methods is systematically described.The existing studies of SR techniques are roughly grouped into ten major categories.Besides,some other important issues are also introduced,such as publicly available benchmark datasets and performance evaluation metrics.Finally,this survey is concluded by highlighting four future trends.     

全脑辐照致神经损伤大鼠神经化学物质类生物标志物的筛选

为了对全脑辐照诱导神经损伤后的大鼠血进行外周血中神经化学物质类生物标志物的筛选,采用前期建立的血清中神经化学物质的化学衍生-超高效液相色谱-串联质谱分析方法,对不同全脑辐照剂量（0、10、30 Gy）和分次累积辐照（10 Gy×3）大鼠血清中42种神经化学物质的浓度进行了测定并进行了基于靶向代谢组学策略的统计学分析.单变量统计分析结果表明,辐照组（10、30、10 Gy×3）中去甲肾上腺素、乙酰胆碱、γ-氨基丁酸、酪胺、谷氨酸、酪氨酸、色氨酸、褪黑素、α-丙氨酸和甘氨酸的含量显著（p<0.05）低于对照组（0 Gy）,而乙酰胆碱和褪黑素的浓度变化趋势相反（p<0.05）.同时发现10 Gy×3组中神经化学物质含量的变化程度低于30 Gy组,表明分次累积辐照造成的神经化学物质扰动程度较同剂量的单次辐照低;通过结合多变量统计OPLS-DA模型分析中的变量重要性投影（VIP）值,本研究筛选出乙酰胆碱、谷氨酸、酪胺和褪黑素（p<0.05,VIP>1）可作为全脑辐照诱导神经损伤的潜在生物标志物.      

基于残差网络的海洋温跃层分析方法

首先, 以世界海洋地图集2013（WOA13）海洋数据为实验数据, 提出将不等距微分法、 垂直梯度法应用于海洋数据预处理、 海洋区域划分和跃层分析中, 并通过对多种神经网络在基于WOA13海洋三维数据二分类实验的性能分析, 选取残差网络作为二分类实验的网络模型, 在三层残差网络模型基础上增加了Dropout保留层以防止过拟合. 其次, 将残差网络模型用于温跃层分析判定, 并针对改进模型进行超参数优化、 残差单元改进、 保留率调整等对比实验. 实验结果表明, 改进的ResNet 26网络对WOA13海洋区域数据的温跃层数据分类有效, 分类准确率超过94%.     

老岭自然保护区蕨类植物资源及其区系特点

于2002年,对河北省秦皇岛境内老岭自然保护区的蕨类植物资源进行了调查。结果表明：老岭自然保护区共有蕨类植物59种,隶属14科、23属。对该区蕨类植物种类与生境特点进行了描述,并分析了其区系特点。     

磁流变液阻尼器控制转子突加不平衡响应的特性

建立了磁流变液阻尼器-单盘悬臂柔性转子系统突加不平衡响应的计算模型,理论分析了转子系统的突加不平衡响应特性,提出了抑制突加不平衡瞬态振动的方法。     

运动想象脑机接口的判别迁移特征学习与分类

为了解决不同时间采集的运动想象脑电数据之间存在的分布差异,避免跨时段使用前长时间的重校准步骤,提出了一种基于判别迁移特征学习（discriminative transfer feature learning, DTFL）的运动想象分类方法。DTFL通过联合匹配源域和目标域之间的边缘分布和类条件分布来减少域间的差异,同时最大化类间距离和最小化类内距离来保留类判别信息,从而提升对运动想象的分类性能。基于DTFL的运动想象分类方法无需目标域脑电样本的类别信息,可以有效避免长时间的校准。在脑机接口竞赛数据集上的实验结果表明,DTFL显著优于其他迁移学习方法,有效缓解跨域分布的不一致性,提高了运动想象的分类正确率。     

Fault tolerant control based on stochastic distribution via RBF neural networks

A new fault tolerant control (FTC) via a controller reconfiguration approach for general stochastic nonlinear systems is studied. Different from the formulation of classical FTC methods, it is supposed that the measured information for the FTC is the probability density functions (PDFs) of the system output rather than its measured value. A radial basis functions (RBFs) neural network technique is proposed so that the output PDFs can be formulated in terms of the dynamic weighings of the RBFs neural network. As a result, the nonlinear FTC problem subject to dynamic relation between the input and the output PDFs can be transformed into a nonlinear FTC problem subject to dynamic relation between the control input and the weights of the RBFs neural network approximation to the output PDFs. The FTC design consists of two steps. The first step is fault detection and diagnosis (FDD), which can produce an alarm when there is a fault in the system and also locate which component has a fault. The second step is to adapt the controller to the faulty case so that the system is able to achieve its target. A linear matrix inequality (LMI) based feasible FTC method is applied such that the fault can be detected and diagnosed. An illustrated example is included to demonstrate the efficiency of the proposed algorithm, and satisfactory results have been obtained.     

Ad Hoc网络MRP移动模型的研究

移动模型是Ad Hoc网络中各类协议和应用的基础,而移动节点的空间概率分布则是研究移动模型时关注的最重要参数。MRP模型是一种具有记忆特性的移动模型;与Ad Hoc网络其它移动模型相比,它在节点移动的稳定性和真实性方面具有显著优势。对MRP模型移动节点的空间概率分布进行了研究,给出了一维区域上的节点空间概率分布以及节点的相邻概率,并进一步讨论了节点的初始距离和转移步数对相邻概率的影响。最后对MRP模型二雏区域上的节点移动情况进行了简要分析。研究结果对基于该模型的Ad Hoc网络仿真具有实践指导意义。