多尺度全局自适应注意力图神经网络

针对动态多尺度图神经网络的编解码网络中存在的身体部位内部关节点间关联度不高和感受野受限制导致运动预测误差偏高的问题,提出了一种用于人体运动预测的多尺度全局自适应注意力图神经网络,降低运动预测误差。提出了一种划分骨架关节点的多距离分区策略,用于提高身体部位关节点信息在时间和空间上的关联程度;提出了全局自适应注意力时空卷积神经网络,以动态地加强网络对某一动作有贡献的时空关节点的关注度;将上述两处改进集成到图卷积神经网络门控循环单元中,以增强解码网络的状态传播性能,并降低预测误差。实验表明,与最新方法相比,该方法在Human 3.6M、CMU Mocap和3DPW数据集上的预测误差都有所下降。

基于Anchor-free的孪生网络目标跟踪算法

基于anchor-free的目标预测方法相较于anchor-based方法速度更快,故设计一种基于anchor-free的孪生网络目标跟踪算法(AFSN)。通过对特征图、预测结果进行双重融合来提升跟踪效果,由深至浅对特征图进行堆叠融合,利用多层特征图进行目标预测,融合多个预测结果来稳定跟踪效果。采用anchor-free的目标预测方法,直接在像素点上进行目标类别的预测和边界框回归,避免了需设计大量锚点包围盒的问题。在GOT-10K数据集上,该算法的平均重叠率(AO)和成功率(SR_(0.75))相较于SiamRPN++算法提高了4.9和9.9百分点,算法处理速度可达每秒37帧。

无锚框目标检测模型通道剪枝方法

针对无锚框目标检测模型主干网络参数冗杂度大、计算开销高以及检测速度慢等问题,提出双维度注意力引导的通道剪枝算法(CPDAM),以便对无锚框目标检测模型进行压缩。利用池化层和组归一化操作提升通道注意和空间注意子模块性能;采用通道分组策略融合改进后的通道注意和空间注意子模块,并经过不断训练,为每个通道生成一个尺度值用于表示该通道在分类任务上的重要程度;利用尺度值计算一个全局尺度值,并根据该值评估通道重要性对主干网络进行通道剪枝;在PASCAL VOC、ImageNet、CIFAR-100等常用数据集上对剪枝前后的无锚框目标检测模型进行实验验证,结果表明,在mAP仅损失0.6个百分点的前提下,剪枝前后的CenterNet-ResNet101参数量从6.995×107减少至2.238×107,FPS从27提升至46。

贵州100份芥菜型油菜种质资源表型鉴定及聚类分析

本研究对贵州省内收集到的100份芥菜型油菜种质资源材料进行田间种植鉴定,并对12个主要性状进行了调查,采用相关性分析、主成分分析、聚类分析等方法对其进行综合评价。结果表明,12个性状的变异系数在11.73%~42.73%之间,其中第一有效分枝部位、一次有效分枝数、主花序有效长度、分枝有效角果数、分枝习性、种皮颜色等遗传变异较为丰富,角果长度、每角粒数、千粒重多样性较差。相关性分析显示,12个性状间存在不同程度的相关性。主成分分析中前5个因子的累积贡献率为69.29%。通过基于表型性状的聚类分析油菜种质资源被分为两个大类、8个簇,具有较好的多样性。

花青素玉米的育种进展

花青素是自然界广泛存在的水溶性色素,也是常见的抗氧化物质。近年来,花青素在抗炎、防衰老等方面的保健功能逐渐得到关注和认可,随着甜、糯类型鲜食玉米市场需求和种植面积的逐年增加,富含花青素的鲜食玉米格外受消费者的欢迎。除了鲜食,花青素玉米还可以作为原材料进行工业提取,提取的花青素应用广泛。近几年,花青素玉米的育种发展迅速,并且在基因工程育种方面也取得了突破性进展。从玉米花青素的合成代谢调控途径、用途和市场前景、常规品种选育及基因工程研究进展等方面进行阐述,为花青素玉米未来的开发、育种方向选择提供借鉴。

甘蓝型油菜莫利CMS (Moricandia CMS)的种质创制

莫利CMS是一种重要的细胞质雄性不育系统,在油菜杂种优势利用上具有重要应用价值,目前在印度的芥菜型油菜中得到广泛应用。为了将莫利CMS引入甘蓝型油菜,本研究通过甘蓝型油菜与芥菜型油菜莫利CMS材料进行杂交、多代回交自交获得莫利CMS的甘蓝型油菜材料。根据莫利不育胞质相关分子标记orf 108-O检测、花粉活力鉴定及自交结实情况进行选择,最终选出连续2代花粉活力低于3%且自交不结实的CGZ 909作为候选不育系材料;连续2代花粉活力大于90%且自交结实正常的CGZ 924、CGZ 925作为候选恢复系材料。候选恢复系材料给候选不育系材料授粉所得F_(1)代自交结实正常,实现了莫利CMS在甘蓝型油菜中的三系配套。本研究为下一步基于莫利CMS的甘蓝型油菜杂种优势利用奠定了基础。

不同灌溉方式对农田土壤微生物丰度及通透性的影响

【目的】研究沟灌、滴灌、喷灌对农田土壤微生物丰度和土壤通透性的影响及不同灌溉处理下微生物丰度与环境因子的关系。【方法】采用大田控制试验,利用荧光定量PCR技术对微生物丰度进行了分析。【结果】土壤通透性受灌溉方式的影响显著,节水灌溉降低了土壤体积质量,提高了土壤的Eh和孔隙度。不同灌溉方式显著影响土壤微生物丰度,与沟灌处理相比,滴灌与喷灌处理下细菌丰度分别增加了17.8%与30.63%,真菌丰度分别增加了13.09%和21.68%,放线菌丰度分别增加了3.87%和59.72%。节水灌溉可以显著提高微生物丰度,具体表现为喷灌>滴灌>沟灌。RDA分析表明,微生物丰度与Eh、孔隙度、有机碳和pH值正相关,相关系数分别为0.856、0.718、0.445和0.443,与土壤体积质量、氨态氮和硝态氮负相关,相关系数分别为-0.892、-0.508和-0.361。【结论】节水灌溉能显著改善土壤通透性、提高土壤微生物丰度。土壤通透性、pH值、氨态氮与硝态氮是影响微生物丰度的主要因子,土壤通透性、pH值高,铵态氮、硝态氮量低的土壤微生物丰度高,有机碳、总氮与相对密度对微生物丰度影响不显著。

转phyA2、ZmTMT和Bar玉米的获得及其特性分析

【目的】玉米是家禽和单胃动物饲料的主要原料,但玉米籽粒中高活性的α-生育酚含量较低,且籽粒中的磷主要是以植酸磷的形式存在,动物不能有效吸收利用,因此,饲料中需要添加化学合成的维生素E和无机磷或微生物来源的植酸酶以满足动物生长发育的需要,增加了饲料成本,同时又容易造成磷污染。通过转基因获得α-生育酚含量和植酸酶活性大量提高的玉米,为饲用玉米育种提供材料基础。【方法】构建含有3个基因表达盒的载体,采用农杆菌侵染的方法转化玉米,草铵膦作为筛选压力;通过喷施草铵膦和PCR鉴定的方法筛选转基因阳性植株,RT-PCR分析目的基因在转录水平的表达情况;Western blot分析目的基因在翻译水平上的表达情况,采用分光光度计测定转基因玉米籽粒中的植酸酶活性,利用HPLC测定籽粒中的维生素E含量,同时比较转基因株系与野生型在其他营养成分和农艺性状上的差异。【结果】构建了胚乳特异性启动子123387驱动的植酸酶基因phyA2表达盒、胚特异性启动子13387驱动的玉米γ-生育酚甲基转移酶基因ZmTMT表达盒以及组成型启动子CaMV35S驱动的草铵膦抗性基因Bar表达盒串联的植物表达载体;转化玉米获得转基因植株;喷施草铵膦和PCR鉴定得到阳性植株;经过多个世代回交转育,获得目标性状均较好的2个转基因纯合玉米株系TPB1和TPB2;RT-PCR和Western blot分析结果表明phyA2、ZmTMT和Bar在转基因玉米中显著高表达。植酸酶活性测定结果表明,转基因玉米籽粒中植酸酶活性达到10000-13000 U·kg^-1。维生素E含量测定结果表明,转基因玉米籽粒中90%以上的γ-生育酚转化为α-生育酚,α-生育酚的含量达到50-70 mg·kg^-1,α-三烯生育酚的含量也有明显增加。转基因玉米中的植酸酶活性和α-生育酚含量完全能够满足动物饲料的需要。转基因株系的农艺性状与野生型无显著差异,TPB1的营养成分与野生型总体无显著差异,TPB2稍高于野生型但是未产生不利影响;且均具有草铵膦抗性。【结论】获得的富含维生素E和植酸酶、且具有除草剂抗性的玉米新材料可以用于玉米杂交种的开发应用,降低饲料成本,提高磷的利用率,减少环境污染。

甘蓝型油菜小孢子培养中基因型及处理条件对成苗的影响

为进一步提高甘蓝型油菜小孢子培养效率,研究了基因型对甘蓝型油菜小孢子胚产量和再生植株自然加倍率的影响,以及小孢子振荡培养过程中光照与后期低温处理对胚状体一次成苗率和再生植株自然加倍率的影响。结果表明,基因型对小孢子培养胚产量和再生植株自然加倍率影响较大,D 393的胚产量和自然加倍率很高,分别高达119.87胚·蕾-1和79.87%,D 393的自然加倍率是D 524的2~3倍;光照对一次成苗率和再生植株自然加倍率没有影响,4℃低温处理15 d能提高小孢子一次成苗率0.8~3倍。本研究获得了一个胚产量和自然加倍率都很高的甘蓝型油菜DH系D 393;综合考虑一次成苗率和加倍效率,在甘蓝型油菜小孢子培养进程中振荡培养阶段可能不需要光照,而在转入B 5固体培养基前应该对胚状体进行适当低温和时长的处理,可提高小孢子培养效率。

我国半干旱区滴灌水肥一体化马铃薯田土壤NH_(3)挥发特征和强度及影响因素

氨(NH_(3))挥发是农业生态系统氮肥损失的重要途经,然而,北方干旱半干旱地区水肥耦合马铃薯田土壤NH_(3)挥发规律缺少数据支撑.该研究利用通气法田间原位观测我国西北滴灌水肥一体化和传统沟灌施肥马铃薯田水肥耦合土壤NH_(3)挥发特征,设置滴灌施肥500 kg·hm^(-2)(DDF)、滴灌施肥1000 kg·hm^(-2)(DGF)、滴灌不施肥(DCK)、沟灌施肥500 kg·hm^(-2)(FDF)、沟灌施肥1000 kg·hm^(-2)(FGF)、沟灌不施肥(FCK)6个处理.结果表明,NH_(3)挥发速率峰值出现在施用氮肥后1—2周,不同水肥处理土壤NH_(3)挥发存在显著差异(P<0.01).2018年DDF、DGF、DCK、FDF、FGF、FCK土壤NH_(3)累积挥发量分别为21.50、28.14、7.20、37.06、66.25、11.88 kg·hm^(-2);2019年,分别为9.42、15.25、7.24、34.73、76.81、8.56 kg·hm^(-2).2018年和2019年,沟灌FDF处理的NH_(3)挥发损失率分别是滴灌DDF处理的1.76倍和11.89倍;沟灌FGF处理分别是滴灌DGF的2.60倍和8.54倍.滴灌DGF处理NH_(3)挥发强度比滴灌DDF处理分别增加27.03%和52.94%,沟灌FGF处理比沟灌FDF处理分别增加76.04%和118.37%.随施肥量增加,传统沟灌马铃薯田土壤NH_(3)挥发损失率和NH_(3)挥发强度的增量高于滴灌水肥一体化模式.NH_(3)挥发速率与土壤体积含水量、NH_(4)^(+)-N和NO_(3)^(-)-N呈极显著相关(P<0.01).和传统沟灌比较,滴灌水肥一体化技术降低马铃薯田土壤NH_(3)挥发损失率,减轻NH_(3)挥发强度,提高马铃薯水肥利用率,减轻环境污染.

外源盐对盐碱土壤CO2吸收的影响

为探明盐碱土壤CO2吸收机理及影响因素,通过室内实验,利用外源盐调节土壤电导率(electrical conductivity,EC),探究盐碱土壤CO2吸收速率的变化趋势、累积吸收量和土壤EC之间的关系。结果表明:培养期间,土壤样品在36 h出现吸收现象,且EC值高的土壤达到CO2吸收速率峰值时间短。回归分析显示,土壤CO2累积吸收量随EC增加而增加(R2=0.8637)。单因素方差分析发现,不同电导率土壤,CO2累积吸收量均具有显著差异(p<0.001)。土壤EC是影响盐碱土壤CO2吸收变化的重要因素,土壤EC值升高,增加盐碱土壤对CO2的吸收速率和土壤CO2累积吸收量。

3个玉米黄叶突变体的光合特性研究

在农业生产中光合作用是作物积累生物量的主要方式,其主要依赖于多种光合色素和完整的叶绿体结构与功能。而玉米叶色突变体对于研究叶绿体发育、提高玉米光合作用能力和产量具有重要意义。以两个玉米自交系郑58(Z58)和B73为对照,对从甲基磺酸乙酯(ethyl methanesulphonate,EMS)处理后的不同玉米诱变群体中筛选到的2株黄叶突变体yl‑1(yellow leaf‑1,Z58背景)、yl‑2(yellow leaf‑2,B73背景)以及从玉米自交系Z58中发现的1株自然黄叶突变体yl‑3(yellow leaf‑3)等3个表型相似的玉米黄叶突变体的形态特征、光合色素含量、叶绿素合成前体物质含量进行了比较研究。结果表明,与对照相比,3个突变体在整个生长周期内均呈现不同程度的黄叶表型、不复绿、植株矮小、发育迟缓;叶片总叶绿素、叶绿素a和叶绿素b含量均显著降低(P<0.05),叶绿素a/叶绿素b比值显著升高(P<0.05);不同突变体的各类叶绿素合成前体物质含量有不同程度的降低。3个突变体的黄叶表型可能是由不同基因的突变导致相关四吡咯化合物合成异常引起的。研究结果为定位引起3个突变体黄叶表型的突变基因和进一步探讨其利用潜力奠定了理论基础。

基于深度卷积神经网络的羽绒图像识别

由于图像中羽绒形态及其多样性,传统的图像识别方法难以正确识别羽绒分拣图像中的羽绒类型,其识别精度也难以达到实际生产的要求.为解决上述问题,构造了一种用于羽绒类型识别的深度卷积神经网络,并对其权值初始化方法进行了改进.首先利用视觉显著性模型提取羽绒图像的显著部分,然后将图像的显著部分输入到稀疏自动编码器中进行训练,得到一组符合数据集统计特性的卷积核集合.最后采用Inception及其变种模块实现深度卷积神经网络的构造,通过增加网络深度来提高网络的识别精度.试验结果表明,用所构造的深度卷积神经网络对羽绒图像识别的精度较传统卷积神经网络的提高了2.7%,且改进的权值初始化方法使网络的收敛速度提高了25.5%.

基于紧耦合时空双流卷积神经网络的人体动作识别模型

针对视频人体动作识别中动作信息利用率不高、时间信息关注度不足等问题,提出了一种基于紧耦合时空双流卷积神经网络的人体动作识别模型。首先,采用两个2D卷积神经网络分别提取视频中的空间特征和时间特征;然后,利用长短期记忆(LSTM)网络中的遗忘门模块在各采样片段之间建立特征层次的紧耦合连接以实现信息流的传递;接着,利用双向长短期记忆(Bi-LSTM)网络评估各采样片段的重要性并为其分配自适应权重;最后,结合时空双流特征以完成人体动作识别。在数据集UCF101和HMDB51上进行实验验证,该模型在这两个数据集上的准确率分别为94.2%和70.1%。实验结果表明,所提出的紧耦合时空双流卷积网络模型能够有效提高时间信息利用率和动作整体表达能力,由此明显提升人体动作识别的准确度。

基于改进凸包和颜色对比度的彩色图像分割方法

基于特征对比度的显著性检测方法在处理复杂背景图像时,容易将对比度较高的背景区域误判为目标,导致分割结果不准确.为解决上述问题,提出了一种基于改进凸包和全局颜色对比度的彩色图像分割方法.首先以超像素为基本计算单元,根据图像颜色及其空间分布,计算基于颜色对比度的基本显著图;然后利用颜色增强Harris角点得到目标的凸包,并利用FH方法生成的超像素对凸包进行修正,以此为基础计算基于改进凸包的中心显著图;最后将上述2个显著图进行加权融合得到最终显著图,并使用大津法得到图像中的目标.通过在MSRA1000和ECSSD数据集上进行实验,结果表明本文算法相较于其他算法在可视效果和准确率、召回率等评价指标方面有明显的优势.

基于时空加权的多特征融合动作识别算法

动作识别是机器视觉领域的基础应用之一,目前动作识别算法多数基于单帧图像特征或简单综合时间维度特征和空间维度特征,一定程度上约束了特征表达能力.为了解决该问题,本文提出了一种时空特征融合方法,将时空金字塔中引入加权策略,有机地将2个维度的特征融合在一起,打破空间维度特征上的局限性.实验结果表明基于本文提出的时空加权特征融合的识别方法可有效提高动作识别精度.

基于改进核相关滤波的长时目标跟踪算法

长时目标跟踪研究在当前的目标跟踪研究领域占有主导地位。在长时目标跟踪过程中,由于目标快速移动和物体遮挡等造成的模板漂移是研究难点。为解决该问题,提出了一种基于改进核相关滤波的长时目标跟踪算法。该算法采用核相关滤波跟踪框架,联合高置信度的模版更新机制和目标重检机制解决模板漂移问题。实验结果表明,本文算法在长时目标跟踪过程中相对于传统算法更加稳定可靠。

基于深度卷积神经网络的人物检测改进算法

基于深度卷积神经网络的人物检测方法是目前检测效果最好的方法。在同等环境下,YOLOv3运行速度最快,但其采用的非极大值抑制算法(NMS)导致很多正确的检测框被错误移除。通过加入取回算法来恢复被NMS错误移除掉的人物检测框,而且将NMS替换为Soft-NMS进一步提高了准确率。在PASCAL VOC数据集上的实验表明,使用Soft-NMS和取回算法改进的YOLOv3相比于原算法提升了大约3.1百分点的准确率,同时运行速度没有发生太多的变化。

基于模板更新的深层孪生网络跟踪算法

针对跟踪过程中因尺度变化、遮挡及运动模糊等造成的目标定位不准确问题,在SiamFC(fully-convolutional siamese network)的跟踪框架基础上提出了一种具有高置信度模板更新机制的深层孪生网络目标跟踪算法.首先,主干网络采用ResNet-50残差网络进行特征提取,并融合多层特征图进行目标预测;其次,为避免模板频繁更新带来的模板漂移问题,构建了高置信度的模板更新模块.在OTB100数据集上的实验结果表明,相比基准算法,文中算法的跟踪成功率和精确度分别提高了3.4%和2.6%;在多种挑战因素下的对比实验表明,文中算法可以较好地抵抗目标遮挡、尺度变化、运动模糊等多种复杂因素带来的影响,有很好的鲁棒性.

单圈图的邻点可约全标号

针对单圈型运输网络在特殊情景下的标号问题,借鉴智能算法思路,设计一种新的启发式搜索算法,可判别有限点内所有单圈图是否存在邻点可约全标号。通过对单圈图图集进行实验分析,找到几类单圈图的标号特性,得到若干定理,并给出猜想:所有的单圈图均为AVRTL图。