不同施肥措施大豆田土壤镰孢菌种群动态定量研究初报

应用平板计数法和实时荧光定量(Real-time QPCR)方法,对黑土长期定位试验大豆田3种施肥措施下土壤镰孢菌种群密度进行了5个生育时期的定量研究。3种施肥措施包括无肥处理(NF)、化肥处理(NP)和化肥配施有机肥处理(NPM)。平板计数定量研究结果表明,NF和NP处理土壤镰孢菌菌落形成单位(CFU)数量在花期达到最大,分别为1 500个.(g干土)-1～3 100个.(g干土)-1;而NPM处理则在苗期达到了峰值1 900个.(g干土)-1。然而3种施肥措施各自的不同时期土壤镰孢菌CFU变化趋势,以及同一时期不同施肥措施下土壤镰孢菌CFU数量差异均不显著(p>0.05),说明传统定量研究方法不能有效地进行土壤镰孢菌种群动态的定量检测。Real-time QPCR定量研究结果表明,3种施肥措施下土壤镰孢菌属DNA含量的峰值出现时期与传统定量方法结果相同,NF、NP和NPM措施分别为99.6 pg.(g干土)-1、77.1 pg.(g干土)-1和140.8 pg.(g干土)-1。同时3种措施镰孢菌种群动态变化明显(p<0.05),均为由苗期开始随着大豆生育期逐渐上升,达到各自的峰值后再分别下降。该结果说明Real-time QPCR方法是灵敏的土壤镰孢菌种群密度的研究方法,同时表明施肥措施不仅可以影响土壤镰孢菌DNA的含量,甚至可以改变其种群随时间的分布规律。图4,表1,参25。     

基于混合聚类和网格密度的欠定盲矩阵估计

欠定盲矩阵估计是欠定盲源分离的关键技术,其估计结果直接影响源信号的分离精度。针对目前欠定盲矩阵估计算法稳定性差、估计精度不高的缺点,提出了一种基于混合聚类和网格密度的新算法。该算法利用基于人工蜂群算法和K-均值的混合聚类方法对信号数据进行聚类,提高聚类结果的稳定性;利用网格密度法修正每一类的聚类中心,提高混合矩阵的估计精度。实验结果表明,所提算法在稳定性和估计精度方面都比传统欠定盲矩阵估计算法有了明显改善。     

IMPLICIT—EXPLICIT MULTISTEP FINITE ELEMENT METHODS FOR THE SEMICONDUCTOR DEVICE PROBLEM

The transient behavior of a semiconductor device consists of a Poisson equation for the electric potential and of two nonlinear parabolic equations for the electron density and hole density.The electric potential equation is discretized by the finite element method.The electron and hole density equations are treated by implicit-explicit multistep finite element methods.The optimal L^2-norm error estimates are derived.     

磁感应成像中三维涡流前期模型仿真

磁感应成像(MIT)中正问题的仿真是影响MIT技术发展的关键性问题之一,而导体内部三维涡流问题又制约着MIT中的正问题的研究。基于正问题的数学模型,提出一种MIT三维测量模型,利用有限元方法进行求解,仿真获得导体中不同面的三维涡流的磁通密度分布并进行对比,得出受激励线圈影响导体内部三维涡流磁通密度的变化规律,为研究MIT中的正问题及图像重建提供重要依据。     

基于UT变换的MMPHD机动目标跟踪

基于序列蒙特卡罗方法的多模概率假设密度(probability hypothesis density, PHD)滤波算法及其改进方法,在预测过程中依据多个并行的状态转移模型将大量粒子散布到下一时刻目标所有可能出现的状态空间,从而实现目标状态的捕获。由于这些方法大量使用粒子,造成计算量巨大、算法实时性差。为此,提出了基于无迹变换的多模PHD机动目标跟踪方法。该方法利用最新量测信息获得粒子预测过程中的建议密度函数,从而将粒子聚合在目标最可能出现的状态空间邻域中,充分实现粒子的有效利用。仿真实验表明,论文提出的算法不仅显著减少了多模PHD算法的计算量,而且在一定程度上提高了多模PHD算法的精度。     

闽东柳杉人工林密度效应模型研究

应用闽东地区柳杉人工林样地材料,探讨了密度效应二次模型,并对其进行生产弹性分析和边际产量分析,测定了柳杉人工林林分密度的生产弹性值和边际产量。     

非均匀类簇密度聚类的多粒度自学习算法

针对非均匀类簇密度聚类问题,从商空间粒度理论出发,提出一种多粒度自学习聚类算法 (multi-granularity self learning clustering algorithm, MSCA)。算法通过构造聚合树结构和定义粒度函数对问题逐层求解,并在每层聚合过程中根据聚合区间以自学习的方式动态确定聚合粒度,解决了传统聚类算法从非均匀类簇密度数据中无法得到不同层次的聚合特征且参数对经验依赖性过高的问题。理论和实验表明,MSCA算法可以发现任意形状类簇,有效处理噪声,并能发现关键聚合层,具有较好的计算复杂性。     

背景辐射对拦截器导引头探测性能的影响分析

在综合考虑背景辐射、光学系统近场辐射、探测器及其后续处理电路和焦平面非均匀性噪声影响的基础上,建立了拦截器导引头红外传感器的探测性能模型。根据文献给定的拦截器导引头参数对模型进行了验证,并利用所建立的模型分析了背景辐射对拦截器探测性能的影响。提出的方法和模型具有通用性,可用于分析背景辐射影响下各种拦截器红外导引头的探测能力。     

基于双密度双树小波变换的超声图像降噪

针对去除斑点噪声提高超声图像质量的问题,提出双密度双树离散小波变换（DD-DT DWT）结合局部方差估计的双变量收缩阈值函数（BFS）的图像降噪改进算法实现超声图像降噪。首先将原始图像用DD-DT DWT进行多尺度分解,根据噪声模型和小波子父代系数确定的局部边缘方差估计阈值,利用子父代小波系数相关性构成的双变量阈值函数,对图像16个方向的小波系数进行非线性自适应的处理,最后重建降噪后的图像。用仿真和真实数据对此算法进行验证,并与其他小波降噪系统的性能比较,结果分析表明噪声图像经该算法降噪后,图像性能指标均有提高,不仅有效的实现图像降噪,而且较好的保留图像细节。     

免耕对黑土蚯蚓数量和土壤密度的影响

以自2001年秋在吉林省德惠市中层黑土上进行的耕作定位试验小区为研究对象,对比免耕和常规耕作对东北黑土蚯蚓数量和土壤密度的影响.试验设计为裂区随机区组设计(免耕和常规秋翻两个处理),4个区组,种植作物为玉米和大豆.在玉米6叶期和8月末或9月初两次测定蚯蚓数量,土壤密度秋收后测定.采用SAS软件对2004～2006年的蚯蚓数量和土壤密度进行方差分析.试验结果表明,耕作方式、作物类型和采样时间对蚯蚓数量的影响较大,均达显著差异(P《0.05).免耕处理的蚯蚓数量是秋翻处理蚯蚓数量的2.4倍,种植大豆的蚯蚓数量是种植玉米蚯蚓数量的1.6倍,第1次的蚯蚓数量是第2次蚯蚓数量的1.9倍.耕作方式和作物类型对土壤密度没有显著影响.虽然免耕处理使5cm～10cm的土壤密度略有增加,但免耕的土壤密度与秋翻的土壤密度相比,并无显著差异.因此,同常规秋翻相比,免耕明显增加土壤中的蚯蚓数量,而且不会引起土壤的板结.