白腐菌云芝腐朽杨木的超微结构研究

应用透射电镜对云芝（Ｃｏｒｉｏｌｕｓ ｖｅｒｓｉｃｏｌｏｒ ＮＦＵ ００８）腐朽杨木的过程和试材的超微形态变化以及云芝降解木材的方式进行了研究和探讨。实验结果表明，Ｃ．ｖｅｒｓｉｃｏｌｏｒ ＮＦＵ００８对木质素不仅具有很强的降解能力，而且选择性也较强，它在腐朽早期优先降解纤维胞间层的木质素，并能使纤维达到解离。结果还显示，菌丝在其周围产生的粘液在木材腐朽过程中起到了十分重要的作用，它们参与了细胞壁     

福建含笑杉木混交林生物量和土壤肥力的研究

对福建含笑纯林和混交林进行造林试验,研究了５年生不同造林模式的林分生物量和培肥土壤能力。结果表明,福建含笑和杉木行间混交林具有较高的林分总生物量和乔木层生物量（８５．４８ｔ／ｈｍ２、７８．４８ｔ／ｈｍ２）,而杉木纯林和乔木层总生物量均最低,仅为５２．０４ｔ／ｈｍ２和４３．０４ｔ／ｈｍ２。行间混交模式的土壤团聚体最好,结构破坏率小,土壤容重下降;土壤孔隙度和土壤通气度增大,分别比杉木纯林大１４．５％和３．６６％。行间混交林土壤有机质、氮、磷、钾含量明显高于杉木纯林,土壤酶活性明显加强,更有利于林木生长。     

闽北山地红壤施肥试验及桤木对其肥力的影响

对４年生桤木在闽北山地红壤的生长情况进行了对比分析,结果表明：基肥的方式施用钙镁磷肥对桤木幼林生长有明显的促进作用,树高增幅为１９．４％￣７７．１％,胸径增幅为２９．１％￣７８．８％,桤木对闽北山地红壤有较强的适应性,生长良好,种植桤木楷种植杉木更能提高土壤中微生物数量,增加酶活性,特别是提高了速效氮,磷,钾的含量。     

一种新型的安全云存储模型

针对云存储中的数据安全访问控制问题,设计了一个以云服务器为中心节点,支持不同权限多用户访问的安全高效的云存储模型。该模型利用椭圆曲线公钥密码设计具有语义安全的可搜索加密算法,并结合关键字相关度定义和保序加密算法提高数据检索准确性,降低系统通信负担;通过代理加密思想、用户访问控制列表和用户——数据访问控制矩阵实现不同权限用户的访问控制,安全灵活解决动态用户密钥管理问题。最后通过对模型安全性和模型效率两个方面对比分析,对模型可行性给出了证明。     

超高速斜碰撞碎片云形态的研究

针对航天器的碰撞毁伤程度与超高速斜碰撞所产生碎片云的形态的关系,利用光滑质点流体动力学(sPH)方法研究了超高速斜碰撞所产生碎片云的形态.主要分析了碰撞参数,如弹丸速度、靶板厚度、弹丸直径对碎片云形态的影响.仿真结果表明,二次碎片云的膨胀速度以及膨胀尺寸随碰撞速度和弹丸直径的增加而增加,随靶板厚度的增加而减小.     

Identification and field evaluation of the sex pheromone of an invasive pest,the fall webworm <Emphasis Type="Italic">Hyphantria cunea</Emphasis> in China

Pheromone gland extracts of the fall webworm, Hyphantria cunea （Lepidoptera： Arctiidae） were analyzed by gas chromatography （GC） and gas chromatography-mass spectrometry （GC-MS）. Based on comparison of retention times and mass spectra of synthetic standards, four compounds were identified as （9Z,12Z）-octadecadienal, （9Z,12Z,15Z）-octadecatrienal, （3Z,6Z,9S, 10R）-9,10-epoxy-3,6-heneico- sadiene and （3Z,6Z,9S,10R）-9,10-epoxy-1,3,6-heneicosatriene with a ratio of 2：33.6：58.4：6. Trapping tests showed that quaternary blend of these compounds was highly attractive to male H. cunea. Unitraps baited with the quaternary blend loading of 200-300 μg on a gray rubber septum were very effective for monitoring H. cunea populations.     

雾天观测云时应注意的几个问题

阐述了雾天观测云时存在的一些误区,从分析雾和云的生成原理和各自特点出发提出了区别方法,供广大同行参考。     

结合位置关系卷积与深度残差网络的三维点云识别与分割

针对现有点云识别与分割算法因忽视点的位置特征和局部几何特征关系而导致难以捕获具有鉴别力的局部几何信息的问题,提出基于位置关系深度残差神经网络的三维点云识别与分割算法。将原始点云嵌入到高维空间并获取其高维特征;将点云的高维特征输入位置关系卷积实现局部邻域内当前点特征与位置几何特征的信息交流,并通过深度残差模块强化提取到的深层语义特征,分层重复以上步骤可逐步得到点云的高级上下文语义特征;通过全连接层与解码器,得到点云的识别与分割结果。实验结果表明,所提算法在ModelNet40点云分类数据集的识别精度达到了93.9%,在ShapeNet Part点云部件语义分割数据集的平均交并比达到了86.0%。所提算法能够提取三维点云的关键特征信息,具有较好的三维点云识别与分割能力。