一株兼性厌氧反硝化细菌的分离与鉴定

本项目从水产养殖的实际需求出发,尝试对具有水质净化作用的硝化细菌及其群落中其它菌种进行分离和鉴定。本实验中利用硝化细菌可氧化铵根获得能量的营养特性,采用四种简单的无机盐(包括NH₄Cl、NaHCO₃、Na₂HPO₄、NaCl)及琼脂糖配置了分离硝化细菌群落的简易培养基。在饲养热带观赏鱼采用的28℃、潮湿条件下,经过10天培养后,长出了两种不同的菌落。经16S rRNA测序和核酸序列比对,可知其中一种菌落为硝化细菌Alcaligenes faecalis,另一种为兼性厌氧菌Dysgonomonas的新种。该新种的16S rRNA序列与其系统发生树上最接近的已命名物种Dysgonomonas oryzarvi (CBA7536品系,序列号MN646999.1)有93.29%相似度。其系统发生树由TreeView X软件构建。在以上描述的生长条件下,该种经推断为反硝化细菌,通过还原Alcaligenes faecalis的硝化产物获得能量。

基于深度神经网络主题模型的城市功能区分类方法设计

城市区域划分领域普遍应用的是聚类算法、主题模型和遥感图像识别方法,但这些方法有各自局限。本文采用深度神经网络主题模型,结合多源异构,对城市功能区的分类进行方法设计。

基于CNN的遥感图像建筑物自动提取方法研究

随着遥感影像数据爆发式增长,传统的遥感图像建筑物提取方法已无法满足兼顾高精度、高效率等方面的处理需求,对此本文提出在传统遥感图像处理技术基础上引入深度学习的方法,改进经典的深度卷积神经网络模型,构建出一种新的深度卷积神经网络结构。