4种毛茛科植物对干旱胁迫的光合生理响应及抗旱性评价

目的:研究干旱胁迫对4种毛茛科植物光合生理指标的影响,为其引种驯化提供重要依据。方法:以4种毛茛科植物为试验材料,试验分为对照(CK)、轻度干旱(D1)、中度干旱(D2)和重度干旱(D3)4个梯度处理,通过干旱胁迫对4种毛茛科植物光合特性的影响判断植物干旱耐受性。结果:随着干旱胁迫加剧,毛茛、猫爪草、天葵叶片叶绿素a(Chla)含量、叶绿素b(Chlb)含量、类胡萝卜素(Car)含量呈下降趋势,华东唐松草各叶绿素含量则先升后降;干旱处理下,4种毛茛科植物叶片净光合速率(P_n)、气孔导度(Gs)、蒸腾速率(Tr)与胁迫程度呈负相关,胞间CO_(2)浓度(Ci)与胁迫程度呈正相关;除初始荧光(F_o)外,4种毛茛科植物叶片最大荧光(Fm)、可变荧光(Fv)、PSⅡ最大光学效率(Fv/Fm)、PSⅡ潜在活性(Fv/F_o)均较对照出现显著下降。结论:4种毛茛科植物抗旱性由强到弱依次为天葵、华东唐松草、毛茛、猫爪草。

说话人身份识别深度网络中的聚合模型研究

说话人身份识别是一项重要的生物识别技术,多种基于深度卷积神经网络(DNN)的模型结构表现出越来越强的特征表达能力,并形成了统一的端到端说话人识别系统,取得了优于传统识别模型的性能。其中聚合模型聚合的话语级特征是影响说话人识别系统准确率的关键因素之一。目前大多数的方法是使用self-attention pooling(SAP)聚合模型。然而SAP聚合模型经常会无法准确地进行帧选择,聚合出的话语级特征不准确、鲁棒性弱。在SAP聚合模型的聚合方式上进行了改进,通过引入平均向量方法,构建了一种改进的聚合模型mSAP。它以一种更细粒化和更稳定的工作方式,将变长的输入序列聚合为话语级特征,可以更有效地捕捉输入序列的长期变化。实验表明,mSAP模型的等错误率(EER)相较于TAP、SAP、NetVLAD聚合模型分别有7.4、1.75和0.24的下降,而DCF值相较于这三种聚合模型分别有0.018、0.137和0.242的下降。改进的mSAP聚合模型能够聚合出鲁棒性更强、更准确的话语级特征,有效地提高了端到端说话人识别模型的性能。

深度神经网络的小样本学习综述

随着最近深度学习技术的蓬勃发展,深度神经网络(DNN)在大规模的图像分类与识别任务中取得了突破性的进展,但其在解决小样本学习问题时仍面临巨大挑战。小样本学习(FSL)是指在少量有监督样本的情况下学习一个能解决实际问题的模型,在深度学习领域具有重要意义。这促使该系统梳理了已有的DNN下的小样本学习工作,根据它们在解决小样本学习问题时所采用的技术,将DNN下的小样本学习解决方案分为四种策略:数据增强、度量学习、外部记忆、参数优化。根据这些策略,对现有的DNN下的小样本学习方法进行了全面的综述,同时总结了每一种策略在相关基准上的表现。强调了现有技术存在的局限性并对其未来的发展方向进行了展望,为今后的研究工作提供参考。

计及继电保护与油气信息的变压器故障推理

变压器作为现代电力系统中最重要的设备之一,承担电能转换与分配的重要任务,为电力系统稳定运行提供了重要保障。在目前的变压器故障诊断中,由于油气数据信息量不足而经常导致诊断效果欠佳,所以文中提出了一种计及继电保护与油气信息的变压器故障推理方法。该方法首先通过变压器的运行状态与继电保护装置的关系建立贝叶斯网络;其次运用油气信息训练概率支持向量机,并计算该油气信息所对应变压器运行状态与故障程度的概率;随后根据历史统计数据,结合蒙特卡洛模拟算法与极大似然估计推算贝叶斯网络节点的条件概率;最后根据3个故障实例验证了该方法的有效性。实例分析表明,该方法有效的解决了油气数据信息量不足的问题,同时为运维检修人员提供了较为准确的检修决策。

管道内检测研究进展及展望

管道内检测是保障油气管道运输安全的重要预控手段,可对管道缺陷及损伤进行定性及定量分析。围绕管道内检测方法中的管道漏磁、管道超声波及管道涡流等3种主要方法进行综述分析,对每种主要方法从检测模型、检测方法以及主要应用方面作详尽剖析,阐述了主要管道内检测方法在检测模型、检测方法和主要应用方面与国外内检测研究相比存在检测精度不高等现状,着重分析了管道内检测主要方法的缺陷位置判别等能力范围和局限性。为进一步加强中国管道内检测理论研究和改善管道内检测装置综合性能,指出未来管道内检测方法向着集成内检测方法发展的趋势。

一种计及全量测相关性的混合电力系统状态估计方法

针对电力系统状态估计中全量测存在相关性的实际情况,提出一种计及全量测相关性的混合电力系统状态估计方法。首先,利用无迹变换法计算来自数据采集与监视控制（supervisory control and data acquisition,SCADA）系统量测之间的统计相关性;其次采用量测缓冲器和向量自递归模型（vector autoregressive model,VAR）计及相量测量单元（phasor measurement units,PMU）量测的时空相关性,最终形成两部分相结合的混合线性状态估计方法。该方法在充分考虑PMU量测量之间时相关性的同时,能够确保PMU量测量与基于具有相关性的SCADA量测状态估计结果保持时标的一致性,进而有效地得到计及全量测相关性的电力系统状态估计结果。通过在IEEE-118标准节点系统上进行大量仿真算例分析,结果表明所提方法能够明显提高状态估计结果的精度。

基于种群动态膜系统的大熊猫种群模型

大熊猫谱系数据是研究大熊猫种群动态性的重要数据基础,因此从保护大熊猫的角度考虑,大熊猫生态系统的数据建模具有重要意义。针对该问题提出了一种使用种群动态膜系统对大熊猫生态系统进行数据建模的方法。基于中国动物园协会已发布的大熊猫谱系数据从大熊猫个体行为上来模拟研究中国大熊猫保护研究中心圈养大熊猫种群特征,详细分析繁殖参数的变化规律并加入野放模块,设计了一个符合其特点的具有两层嵌套膜结构、对象集合和一系列进化规则的种群动态膜系统。在该膜系统的仿真实验中得到的全体大熊猫仿真结果与实际数据的相对误差最大不超过±4.13%,基本控制在±2.7%以内。实验结果验证了该计算模型的有效性和正确性,能够模拟预测大熊猫种群的变化趋势,给管理者的决策提供依据。

改进Res2Net的多尺度端到端说话人识别系统

说话人识别系统中轻量卷积神经网络的特征提取能力弱、识别效果差。而为了提升特征提取能力,许多方法使用了更深、更宽、更复杂的网络结构,使得参数量和推理时间成倍增加。将目标检测任务中的轻量网络Res2Net引入到说话人识别任务中,验证了它在说话人识别任务中的有效性和鲁棒性。并改进提出了FullRes2Net,它拥有更多、更大的感受野组合。在几乎没有增加参数量的情况下,相比于Res2Net,性能提升了17%。同时,为了解决现有注意力方法存在的问题改善卷积本身的缺点,进一步提升卷积神经网络的特征提取能力,提出了混合时频通道注意力。它可以对音频特征的时间、频率、通道维度进行交互,捕捉特征间的依赖,从而有效增强卷积神经网络的特征提取能力。在Voxceleb数据集上进行了实验,结果表明提出的方法有效地提升了系统的特征提取能力和泛化能力,相较于Res2Net性能提升了34%,并优于使用复杂结构的先进说话人识别系统,是一种参数量更少、效率更高的端到端结构,适合在现实场景中的应用。

膜计算在图像处理领域应用研究综述

随着计算机与信息技术的高速发展,图像处理已深入到各行各业,海量数据以及复杂算法所面临的高速实时处理成为图像处理领域急需解决的问题.膜计算是由生物细胞(群)相关机理启发的一类分布式、并行计算模型,已被证明能以多项式时间求解计算难问题.综述膜计算在图像处理领域中的应用,着重从图像低层处理(图像平滑、骨架提取)和中层处理(图像分割、立体匹配、图像配准、图像分解与重建)两方面对膜计算在图像处理领域的应用进行了介绍和分析,并给出了膜计算应用于图像处理领域的今后可能的发展方向.

深水石油装备疲劳寿命预测及定制软件研制

利用Visual Studio软件平台以及C++语言开发水下井口疲劳寿命预测软件,实现了通过海况以及材料参数对水下井口疲劳寿命进行预测,并将随机载荷谱、雨流计数法结果以及模型寿命结果进行了可视化等功能。不仅基于线性波浪叠加法、PM谱以及波流联合作用力公式对随机载荷谱进行计算,还通过线性累积损伤模型对模型寿命进行了预测。结果表明,对水下井口的疲劳寿命预测非常必要,因此,该软件的开发对水下装备寿命自动预测具有指导价值。

美国流苏根尖预处理及核型分析

本研究采用秋水仙素、8-羟基喹啉、秋水仙素和8-羟基喹啉1:1混合溶液,设计不同的时间梯度对美国流苏(Chionanthus virginicus)的组培苗根尖进行预处理,以获取可进行核型分析的高质量染色体制片。结果显示,美国流苏根尖经过3种试剂预处理后,均可获得分散良好、可计数且形态正常的染色体制片。秋水仙素最适预处理时间为2 h;8-羟基喹啉的最适预处理时间为3 h;秋水仙素和8-羟基喹啉混合溶液(1:1)的最适预处理时间为3 h。染色体核型分析表明:美国流苏的核型公式为2n=2x=46=36m+8sm+2msat;核型不对称系数为57.26%,为1B核型。本研究为美国流苏的染色体研究提供理论依据。

植物盐胁迫响应的研究进展

中国土壤盐渍化程度越来越严重,已经成为限制植物栽培的重要因素之一。研究植物的盐胁迫调控机制,选育抗盐植物,有利于农业的生产、增产,有助于盐碱地的治理、改良。本综述概述了中国土壤盐渍化的概况,在盐渍化土壤中,植物受到的危害有渗透胁迫、离子毒害、膜透性改变及生理代谢紊乱等。为适应环境,植物启动一系列的调控机制来减缓盐害。从生理的角度,通过渗透调节、抗氧化酶的响应以及施加外源物质等方式可以缓解盐胁迫;从分子的角度,抗盐相关基因应激启动,调控相关蛋白的合成以及盐胁迫下蛋白质的差异性表达,来控制植株体内的离子浓度以达到平衡。同时,梳理了近年来与抗盐相关转录因子的研究,最后就植物的盐胁迫响应机制研究和耐盐植物的选育方面作了展望。

兰州市城区学龄前儿童膳食平衡指数的建立

目的以兰州市城区幼儿园食谱为基础,建立能够快速、准确、方便评价该人群在园期间膳食质量的膳食平衡指数。方法分层随机抽样法选取、收集兰州市城区不同地理位置、等级、性质(公立私立)的40所幼儿园中2012年至2017年不同季节的带量食谱329份。借用EpiData 3.1分类录入食谱的主要食物种类、具体食材烹饪加工方法及供给量,结合2016版膳食指南对该人群膳食的要求,确定适合该人群的膳食平衡指数的构成要素及取值范围,并应用此指数对部分完整食谱膳食质量进行评价。结果兰州市城区学龄前儿童膳食平衡指数体系应包括8个单项指标,即谷类食物、蔬菜水果、奶类及奶制品、豆制品及其坚果、动物性食物、限制食用的零食、食物种类和烹饪方式;各单项指标的分值范围应根据调查的实际摄入量范围取值及赋值。初步应用该指数体系评价部分幼儿园2014至2017年膳食质量发现,不同等级和不同年份幼儿园的负端分、膳食质量距差异均有统计学意义(P<0.05),正端分差异无统计学意义(P>0.05),此结果与传统膳食评价方法结果一致。结论兰州市城区学龄前儿童膳食平衡指数的指标体系设立中应同时建立食物组分类评价相关指标和关于儿童膳食种类及烹饪加工方法的指标。建立的膳食平衡指数可快速、准确、方便评价该人群在园期间膳食质量,在进一步完善后可推广应用。

兰州市城区孕产妇叶酸知信行及相关卫生服务现况分析

目的了解兰州市城区孕产妇叶酸知信行及相关卫生服务情况,为完善此项健康策略提供数据参考。方法采用横断面研究方法,以年龄段分层随机选取2019年5月至2019年12月期间兰州市部分医疗机构孕检和住院分娩的孕产妇为研究对象,采用面对面问卷调查法获取叶酸知信行及接受相关卫生服务情况,通过多因素logistic回归分析其影响因素。结果发放1060份问卷,共收回1060份,其中1046份有效问卷,有效率为98.70%。兰州市城区孕产妇的叶酸知识知晓率为79.06%(827/1046),其中问答叶酸可以预防胎儿神经管畸形的正确率为89.48%(936/1046)。叶酸服用率为89.29%(934/1046),其中孕前开始服用叶酸的孕产妇比例为48.82%(456/1046),规范服用叶酸孕产妇比例为40.04%(374/934)。卫生服务利用方面,仅19.91%(186/1046)的孕产妇领取免费叶酸。多因素logistic分析结果显示:文化教育程度为本科以下、家庭月收入2000~5999元(OR=4.15,95%CI=1.634~10.514)、认为补充叶酸没有必要(OR=0.14,95%CI=0.045~0.433)、认为目前叶酸政策/宣传没有作用(OR=0.30,95%CI=0.186~0.474)影响叶酸知识知晓率;孕次为1次(OR=4.02,95%CI=1.436~11.224)、有流产史(OR=2.72,95%CI=1.328~5.581)、不知晓叶酸知识(OR=0.16,95%CI=0.100~0.249)、认为补充叶酸没有必要(OR=0.12,95%CI=0.040~0.371)影响叶酸服用率。结论兰州市城区孕产妇叶酸增补知识、行为有待提高,除个人、家庭因素外,现有相关卫生服务状况仍然存在覆盖面窄、宣传不到位、婚前教育缺乏针对性和叶酸发放渠道不畅通等诸多影响因素。提示应该从提高孕产妇健康意识和因地制宜地加强卫生服务有效性方面完善该地区叶酸增补策略。