金线莲丛生芽诱导研究

[目的]为提高金线莲的繁殖系数。[方法]以金线莲为材料,以MS为基本培养基,设置不同的激素组合,进行分化增殖培养,定期观察并记录结果。[结果]升汞浓度和消毒时间是金线莲无菌体系建立的重要影响因素。不同消毒方式对金线莲启动培养的污染率极显著差异,褐变率有显著差别。金线莲启动培养最佳消毒方式为:75%酒精消毒30 s+0.15%升汞消毒4 min。不同激素浓度及配比对丛生芽诱导的影响差异极显著。培养基中附加6-BA 1.0 mg/L+2,4-D 0.10 mg/L较其他培养基对丛生芽诱导有极显著差异,增殖1.166 7倍。筛选出的丛生芽诱导最佳培养基为MS+6-BA 1.0 mg/L+2,4-D 0.1 mg/L+3%蔗糖+7 g/L琼脂。[结论]得到了适宜的诱导金线莲丛生芽的培养基。

NaCl、KNO_3胁迫处理对麻疯树种子萌发及幼苗生长的影响

分别用0.3%、0.5%、0.7%的NaCl溶液和KNO3溶液浸泡麻疯树(Jatropha curcasL.)种子(以自来水浸泡作对照)24 h后播种,置于温度25℃、光照12 h.d-1、光照强度2 000 lx条件下培养;15 d后将幼苗移栽置于自然条件下,观测种子萌发、幼苗生长及生理生化等指标。结果表明:盐溶液胁迫处理的种子发芽率比对照下降15%以上;0.5%的KNO3溶液处理麻疯树种子对其幼苗生长有促进作用;0.7%的NaCl溶液和KNO3溶液能有效提高幼苗的抗性。

金线莲人工种子制作技术及萌发研究

以金线莲为实验材料,通过液体悬浮培养建立原球茎悬浮系,并以原球茎为人工种子的繁殖体,研究了人工种皮基质、人工胚乳组分、贮藏条件、萌发基质等对人工种子萌发率和成苗率的影响。结果表明,以4%海藻酸钠+2%CaCl2+2%壳聚糖为人工种皮基质,1/2MS液体培养基+0.2mg/LNAA+0.1mg/LGA3+0.5mg/LBA+0.4mg/L青霉素+0.3%多菌灵粉剂+0.2%苯甲酸钠+1.0%蔗糖+1.0%活性炭作为人工胚乳成分制作的人工种子,其萌发率和成苗率最高。这样的人工种子在4℃条件下贮藏20天后的萌发率及成苗率分别为58.3%和55.5%,随着贮藏温度的升高和贮藏时间的延长,人工种子的萌发率和成苗率均大幅度下降。

大羽藓组培初代培养适宜消毒方法的筛选

[目的]为苔藓植物组织培养提供一些有价值的参考和依据。[方法]采用正交设计方法,对大羽藓配子体和孢子体组培初代培养消毒方法进行筛选。[结果]结果显示,配子体初代培养的最佳消毒方法为:0.5%次氯酸钠溶液+0.05%升汞消毒60 s;孢子体组培初代培养的最佳消毒方法为:用2.0%次氯酸钠消毒6 min。[结论]该试验筛选的方法比较适用于大羽藓配子体组培初代培养。

土壤质地和水分对红花大金元生长的影响

通过盆栽试验，研究不同土质与水分条件对烤烟品种红花大金元的形态、根系活力、硝酸还原酶活性等指标的影响。结果表明，土质和水分对红花大金元生长的影响差异均达到显著水平。3种栽培土质对该品种的适宜顺序为壤土〉沙土〉黏土；同种土质内，烟株的株高、茎围和叶数与土壤含水量的相关性不明显，根系活力、硝酸还原酶活性与土壤含水量呈二次曲线关系。不同生育时期不同土质的土壤适宜相对含水量分别为，伸根期：壤土60％～63％、沙土67％～69％、黏土60％～61％；旺长期：壤土79％～80％，沙土83％～85％，黏土73％～75％；成熟期：壤土74％～76％，沙土77％～78％，黏土71％～72％。

2008-2011年我国高校五人制足球研究方法运用分析——以硕士学位论文为例

通过中国知识资源总库对2008-2011年的优秀硕士论文进行总结归纳,从论文科研方法及应用的角度出发,结合理论知识与研究结论,运用文献资料、案例分析等方法,研究发现硕士这一群体研究高校五人制足球的科研现状及体育科研方法的实际应用中存在发文数量少、选题缺乏创新及研究方法单一等问题,本文立足扬弃、不落窠臼,提出了加强科研工作、拓宽研究领域、强化方法的学习等建议,以期为撰写高校五人制足球方向的硕士论文提供依据和参考。

基于多尺度重叠滑动池化的SSD果冻杂质检测方法

提出一种基于SSD的杂质检测方法,用于检测生产线中果冻内部的杂质,并标注出杂质的类型和位置。在预处理阶段,提出滑动图像块分割方法,将整张果冻图像分割成若干图像块,避免杂质占比过小,造成准确率低的现象。使用迁移学习的方法,将神经网络在ImageNet数据库上学习到的特征迁移到果冻数据库中,加快网络收敛速度,同时,在一定程度上避免了过拟合现象。提出多尺度重叠滑动池化(SOSP)方法,取代第五层池化以取得更加鲁棒的特征池化。最后,将一幅图下的所有分割块上的检测结果进行整合,得到整张图像的检测结果。实验结果表明,本文提出的方法有效可行,对多种缺陷平均准确率达到0.7271。相比其他方法,本文的算法更具鲁棒性,可应用到果冻生产线中。

变中径螺旋弹簧稳态横向刚度的解析计算及仿真

为获得考虑变中径弹簧端部约束的稳态横向刚度的可靠解析计算方法,根据变中径弹簧的力学模型,运用莫尔积分,得到了弹簧端部约束弯矩的解析计算式。基于变中径弹簧的约束弯矩,推导了其稳态横向柔度、刚度解析计算公式。通过实例对变中径弹簧的稳态横向刚度进行解析计算和仿真验证,解析计算结果与仿真结果均吻合,柔度、刚度相对偏差均在0.21%以内,结果表明所建立的解析计算方法正确。最后,基于变中径弹簧稳态横向刚度建立了弹簧受横向载荷任意位置的横向挠度解析计算式,与仿真值偏差在0.21%以内,表明弹簧的相对横向挠度解析计算式正确。

基于ZYNQ异构多核处理器的人体动作识别系统

以ZYNQ异构多核处理器为实现平台,采用HLS设计方法学对运动特征提取算法进行了FPGA硬件加速,达到了1080P60fps的计算能力。采用K-means对运动特征聚类,再生成高维向量,用SVM分类器进行分类和识别。最终,通过高效的系统结构和硬件加速电路实现了算法的加速。系统最终采用基于Linux和QT框架的人机交互方式,支持在线学习、创建动作库的功能。

面向行车视频目标实时检测的轻量级SSD网络

车辆和行人检测是高级辅助驾驶(ADAS)中最基本也是研究最广泛的内容,而深度学习算法是当前性能最好的目标检测算法。然而,深度学习算法的计算量非常大,通常需要高性能的GPU显卡才能快速运行。在实际使用中,目标检测算法一般要求集成到车辆硬件系统中,因此算法对硬件资源的要求不能太高。基于SSD网络,提出一种轻量级的SSD网络,用于实时目标检测。通过减小输入图像的大小以及全连接层节点数量,减少网络复杂度,提升目标实时检测速度。计算量减少将导致检测车辆和行人的准确率下降,因此提出多级损失函数监督训练方法,来解决输入图像缩小而引发的图像损失及在反向传播过程中不能有效更新VGG中浅层卷积层参数等问题。此外,提出一种基于多尺度图像分块的训练数据集扩充方法,以解决图像缩放产生的形变及图像缩小后目标可能消失的问题。实验结果表明,采用所提出的轻量级SSD网络,不但实现了笔记本电脑上的车辆和行人检测的实时性,也保持了检测准确率。对比其他目标检测算法,优化后的网络对行车视频中车辆和行人的检测速度优于其他算法,且在获得相同准确率的同时消耗的电量更少。

基于最近邻量化距离聚类的残差中心聚合图像表示

通过累积残差和进行图像表示的局部聚合描述子向量(Vector of locally aggregated descriptors,VLAD)方法中,由于每个描述子与对应的最近邻码字得到的残差值大小不一,且每个码字对应的描述子数量不确定,会存在过累积和欠累积问题。针对此问题,提出一种通过距离聚类的残差中心聚合进行图像表示的新方法。首先,提取数据库图像的局部描述子,通过聚类得到码本;然后,将局部描述子通过最近邻方法量化到码本上,并求出局部描述子与最近邻码字之间的欧式距离;再次,聚类所有距离,得到中心集合,求出每个局部描述子与最近邻码字之间的欧式距离在中心集合上的最近邻,进而求得中心集合中每个中心对应的描述子与最近邻码字之间残差的中心,并将每个码字上所有的残差中心累积求和;最后,将所有码字对应的累积向量按顺序级联后得到最后的图像表示。在Holidays和UKB数据集上的图像检索实验结果表明,提出的图像表示方法比通过直接累积残差和进行图像表示的VLAD方法效果更好。

基于卷积神经网络的人眼状态检测

提出了一种基于卷积神经网络(CNN)的人眼检测及眼睛睁闭状态分类的方法.首先,训练1个用于检测人眼中心点的卷积神经网络,当输入人脸图像时,网络能快速检测到双眼中心点,并输出中心点对应的坐标值;根据中心点坐标值可以确定眼睛区域,得到人眼图像;然后将人眼图像输入到1个用于判断眼睛睁闭状态的分类网络,得到眼睛的睁闭状态.试验结果表明:本文提出的方法有效可行,眼睛定位的准确率可达96%,状态分类准确率可达97.07%.相比传统方法,该方法具有较好的鲁棒性和应用前景.

骑健身车时人体垂向生物力学响应特性分析

为揭示骑健身车时人体生物力学响应特性,建立了人体-健身车耦合系统动力学模型。根据踩踏骑行力学原理,结合试验将踩踏力等效为作用于车身上的垂向力,以此作为模型输入对人体头颈、上躯干、内脏及下躯干垂向响应进行数值模拟。仿真可知,在骑健身车过程中,脚踏垂向力幅值依次取250 N、300 N及350 N时,人体各器官垂向位移和加速度均依次增大。