杨木腐朽及其防止方法的研究

<正>用土壤木块法测定Ⅰ-69杨木(Populus deltoides Bartr.var deltoides cv Lux)的天然耐腐力,试验表明,属于不耐腐朽的树种。在受白腐菌(彩绒革盖菌Coriolus vecrsicolor)和褐腐菌(密粘褶菌Cloeophllum trabeum)腐朽9周后,木材的重量损失率分别为51.72％和71.55％。通过扫描电子显微镜观察,揭示了两种腐朽菌分解木材细胞壁的过程。为提高Ⅰ—69杨的抗腐性,使用6种防腐剂,均有效果,尤其是铜-铬-硼配方效果最好。     

冀东地区旱黄瓜多主棒孢菌(Corynespora cassiicola)培养性状多样性

为明确旱黄瓜棒孢叶斑病的病菌种类及其菌株培养性状多样性,采用ITS序列测定病原菌种类的基础上,分析了河北省冀东地区旱黄瓜多主棒孢菌的生长速度、培养性状、显微特征、致病力及其营养需求的差异性。根据生长速度将28株旱黄瓜多主棒孢菌分为快、中、慢等3种类型,分离频率分别占25.00%,67.86%和7.14%。菌落颜色分别为墨绿色、灰绿色、灰褐色和灰白色。BB19112508致病力最强,在中农6,新津春4号和娇子8号上黄瓜棒孢叶斑病病情指数分别为57.78,54.07,53.70。BBCL19122506的假隔膜数量变化最大,1～14个;分生孢子的长度和基脐宽度最大,分别为139.17,4.24μm。BB19112508菌丝和分生孢子生长最适营养分别为：PDA,乳糖;硝酸钠。BBCL19122506菌丝和分生孢子生长最适营养分别为：PDA,可溶性淀粉;硝酸钠,硝酸钾。BBCL20052502产孢最适培养基为察氏培养基。旱黄瓜多主棒孢菌培养性状间存在着丰富的多样性,防治时应考虑优势菌株的比例。     

麦壳吸附亚甲基蓝的准二级动力学研究

以天然麦壳为吸附剂,研究了时间对麦壳吸附水溶液中亚甲基蓝(MB)的影响.随着吸附时间的增加,麦壳对MB的吸附量增加,60 min后吸附趋于平衡.根据准二级动力学的非线性形式和3种线性形式,采用最小差方和的方法,用线性回归分析和非线性回归分析方法,得到了准二级动力学方程的参数.结果表明,线性分析和非线性分析都可用于预测时间对麦壳吸附MB的影响.     

土曲霉发酵过程中菌形和有机酸积累对产物合成的影响

对土曲霉(Aspergillus terreus)产洛伐他汀过程中胞内外有机酸浓度进行测定,发现菌形对发酵过程胞内外有机酸浓度和洛伐他汀的产量有很大的影响.在发酵过程中形成球状菌比丝状菌更有利于洛伐他汀的合成,并且球状菌的胞内有机酸浓度普遍高于丝状菌.通过把有机酸与产素关联,发现在高产批次中胞内柠檬酸,a-酮戊二酸以及丙二酸大量积累,并且在产素期维持三羧酸循环的低通量能促进洛伐他汀高产.     

大型变压器介质油细菌的研究

从报废的大型变压器介质油中分离得到动性球菌、假单胞菌、黄单胞菌等细胞,并对其形态和代谢进行研究。     

大跨网壳结构板式橡胶支座刚度分析

实际工程中,支座是假定固定或铰接,而实际结构则是介于二者之间,常常采用板式橡胶支座．结合实际工程进行了大跨度网壳结构的板式橡胶支座计算与构造设计,采用大型有限元软件ANSYS模拟分析,重点探讨了在均匀施加支座竖向压力不变的情况下,调整水平推力的大小,得到三向最大位移,利用公式计算出各水平推力对应的水平刚度和竖向刚度,得到主要的变化规律,在实际工程可供参考．     

混合菌--一类值得重视的微生物资源

在微生物学发展的历程中,分离纯培养曾经是一个巨大的进步,但是,在长期的实验和生产实践中,人们也不断进发现很多生物过程是单株微生物不能完成或只能微弱地进行,必须依靠两种或两种以上的微生物共同培养完成。混合菌资源已渐为人们所重视。本文概述了近年来混合菌资源应用研究进展。     

稻瘟菌产孢和生长基因的鉴定

利用稻瘟菌131株系的一个突变体H6鉴定出一个控制产孢和生长的基因,突变表型测定结果表明H6为产孢缺陷兼生长缓慢型突变体。Southern 分析表明,此突变是由转化质粒单拷贝插入的结果。将H6与相反交配型蓖株1528有性杂交,分离出21个子囊孢子,突变表型与野生表型比例为1：1,表明此突变表型由单基因控制,潮霉素,抗性与突变表型共分离表明外源质粒手稿到基因的编码区,通过质粒拯求获得插入位点侧翼基因组序列,部分测序和同源性比较显示其与其他已经报道的基因没有同源性。     

一种基于核学习的非均衡数据分类算法

提出一种基于核学习的采样算法来处理支持向量机(support vector machine,SVM)在非平衡数据集上的分类问题,其核心思想是首先在核空间中对少数类样本进行上采样,然后通过输入空间和核空间的距离关系寻找所合成样本在输入空间的原像,最后再采用SVM对其进行训练,从而有效克服在不同空间处理训练样本所带来的数据不一致问题.另一方面,该算法在增加少数类样本数量,减小数据失衡程度的同时有效拓展了少数类样本所形成的凸壳,从而能够更为有效纠正最优分类超平面偏移问题,使获得的结果分类器具有更好的泛化性能,实验结果证明了该算法的高效性.