环磷酰胺诱导小鼠骨髓嗜多染红细胞微核阳性率分析

对环磷酰胺（４０ｍｇ／ｋｇＢＷ）诱导昆明小鼠骨髓嗜多染红细胞微核率进行了统计分析,结果表明：微核率均值雌性为３１．６８,标准差为９．４１;雄性为２８．３２,标准差为７．６７,阴性对照组微核率均值雌性为１．７８,标准差为０．５５;雄性为１．６８,标准差为０．４５,环磷酰胺组（４０ｍｇ／ｋｇＢＷ）微核率与阴性对照同性别微核率相比,均有极显著性差异（Ｐ〈０．０１）,经Ｆ检验,环磷胺组和阴性对照组每组雌,     

单片机应用系统的自动恢复技术

从软件的角度简要讨论了单片机系统在遭受干扰后,及时发现和拦截失去控制的程序流向并尽可以无扰动地恢复系统正常工作状态的各种方法和措施。     

碱性蛋白酶产生菌黄假单孢菌的分离、鉴定和产酶条件研究

从湖北黄石市的土样中分离到一种黄色假单孢菌,它产生碱性中温度白酶,酶活为１．０７＊１０＾－６ｍｏｌ．ｓ＾－１,该菌的最适产酶时间为４８－６０ｈ,最适产酶ＰＨ值为１１．０,最适产酶温度为３０－３５℃。该菌对氨苄青霉素和硫酸链霉素每天则对壮观霉素有抗性。     

通用智能题库系统研究

阐述了通用智能题库系统的理论与技术创新点·提出了一个适用于题库系统的安全保密机制,它具有身份识别、访问权限控制、信息加密、解密以及密钥管理等功能·设计了一种适用于通用智能题库系统的智能组卷策略·建立了通用智能题库系统模型,它集编辑、管理、智能组卷、自动排版、试卷质量评估、系统安全保密于一身,形成了一个较为完整的系统,功能齐全,系统界面友好,使用方便·安全保密及智能组卷是该题库的突出的优点·     

一种实现异构知识集成的新方法

在知识的广义定义的基础上,指出了数量性知识、符号性知识、样本性知识是主要的异构形态知识,分析了它们的不同特征．提出通过建立知识描述形式之间的转换联系达到知识集成的目的．分别给出了从神经网络到规则和从规则到框架的转换方法和具体步骤．通过一个机床加工选择的实例,验证了本方法的有效性．     

体外APC/C活性体系的建立及其影响因素的研究

为获得具有细胞周期后期促进复合物(APC/C)活性的细胞裂解液并建立APC/C体外活性检测体系,以其底物Cyc-lin B及Securin的降解为检测指标,分别从细胞阻滞于有丝分裂期的时间,UBCH10(APC/C的E2酶)的浓度以及裂解液浓度等几个方面研究了各种处理因素对APC/C活性的影响,并且用体外翻译底物验证了其活性及相关结论。此项工作为进一步探索APC/C相关分子事件奠定了基础。     

神经网络预测蛋白质二级结构的编码技术

考虑不同残基的物理化学性质,将其融入蛋白质二级结构的神经网络预测中,提出了一种新的归一化二进制编码技术,将各种残基不同的疏水值与体积大小归一化结果作为神经网络的二进制输入序列．与其他蛋白质二级结构预测的方法进行了比较,结果表明,该方法能充分利用蛋白质的一级结构信息,获得了很好的预测效果。     

基于数据挖掘机制的卫星遥感信息智能处理方法研究

以北京市农业种植结构调整监测为对象,借鉴数据挖掘和知识发现的最新成果,从对遥感数据的信息论分析出发,探讨适合于农业应用的卫星遥感数据挖掘与知识发现的关键技术。研究试验表明,该方法有利于提高遥感信息农业应用过程中数据处理和信息提取的能力与效率,具有较好的应用价值和前景。     

改进的Alexnet模型在水稻害虫图像识别中的应用

深度学习技术能以端对端方式实现农作物害虫识别,克服了传统机器学习方法特征选择具有主观性以及提取特征操作繁琐等不足,但识别的准确率和鲁棒性仍有待提高。为了研究出一种快速,高效的水稻害虫识别方法,本研究以稻纵卷叶螟、三化螟、稻蝗、稻飞虱4种常见的水稻害虫为研究对象,对传统的卷积神经网络Alexnet进行优化改进。首先从自然环境以及搜索引擎上获取4种不同的水稻害虫图像,并对图像进行数量扩增和细节增强预处理。然后对传统的卷积神经网络Alexnet进行优化改进,在Alexnet模型基础上,去除原有局部响应归一化层,在每一个卷积层后加入批归一化层,并采用全局平均池化和激活函数PReLU对模型结构进行优化。结果表明:改进后的模型在害虫数据集上的识别率不低于98%,相比于原网络提升了1.96%,高于LeNet5、VGG13、VGG16等传统网络;改进后的模型的损失值稳定在0.03附近,相比于原网络降低了0.1,均低于LeNet5、VGG13、VGG16等传统网络。从实验结果来看,改进后的方法在水稻害虫分类上有较高的识别率和较好的鲁棒性,可以为农作物害虫的智能识别提供了新的思路和方法。