甘蔗赤霉素合成基因ScGA3ox的克隆和表达分析

以‘新台糖22号’甘蔗为材料,利用RACE(rapid amplification of cDNA ends)技术克隆了赤霉素(GA)重要合成基因ScGA3ox 1137 bp的ORF全长序列。生物信息学分析表明,ScGA3ox的分子量为41.158 kDa,是不稳定亲水性蛋白,与玉米ZmGA3ox1和水稻OsGA3ox具有相同的motif组成结构和较近的进化关系;ScGA3ox没有明显的跨膜结构,分别存在15个丝氨酸和14个苏氨酸磷酸化位点。实时荧光定量PCR(RT-qPCR)分析表明,200mg·L^-1 GA3处理后的48 h内,ScGA3ox在茎和幼叶中的表达量持续升高;200 mg·L^-1 PP333处理对ScGA3ox在根、茎和叶中的表达均具有显著的促进作用;0°C低温处理后的24 h内,ScGA3ox在甘蔗根和叶中的表达量均明显升高;200 mg·L^-1的PEG6000处理后的48 h中,ScGA3ox在根中的表达量逐渐下降,在茎中的表达量逐渐升高。说明ScGA3ox除了在GA信号通路中发挥作用外,还可能参与甘蔗对外界非生物逆境的应答过程。

圆钢管煤矸石混凝土中长柱轴压性能有限元分析

目的研究圆钢管煤矸石混凝土中长柱的轴压性能,找到各设计参数对试件轴压承载力的影响规律,提出轴压承载力计算式,推广钢-煤矸石混凝土组合结构。方法采用ABAQUS有限元分析软件建立圆钢管煤矸石混凝土中长柱轴压有限元模型,分析典型试件受力全过程的应力分布、荷载分配以及不同参数变化对其轴压承载力的影响。结果相同设计参数下,钢材屈服强度与含钢率是承载力的关键影响因素;而随煤矸石粗骨料取代率的增加,试件的承载力降低幅度未超过3.6%。结论掺入煤矸石粗骨料后的试件仍具有较高承载力,依据《钢管混凝土结构技术规范》(GB 50936—2014)中的方法对计算式进行修正后的误差在10%以内,适用于圆钢管煤矸石混凝土中长柱,能够满足实际需求。

融合车载LiDAR点云和全景影像的道路标线自动提取方法

针对传统人工方式、人机交互方式提取公路标线成本高、效率低的问题,本文提出了融合车载LiDAR点云和全景影像数据,使用SCGA-Net网络提取并矢量化道路标线的方法,以解决车载LiDAR点云采集过程中因车辆遮挡、道路修补等造成的数据缺失问题。试验表明,该方法道路标线的提取率和正确率均优于仅使用LiDAR点云提取标线的方法,可有效地提升自动驾驶所依赖的高精地图的生产效率。

血清甘胆酸动态水平在肝硬化疗效观察中的意义

许多研究表明，血清甘胆酸(Cholylglycine acid简称SCGA)含量测定对肝硬化的论断比常规肝功能试验敏感，但SCGA对肝硬化治疗效果观察。治疗后疾病转归及肝脏代偿功能的判断 是否比常规肝功能试验敏感，目前尚缺乏系统对比研究。本文通过对69例活动性肝硬化患者治疗前后SCGA常规肝功能试验的动态验测及对比分析，探讨二者在上述问题中的意义。

一种改进的遗传算法Scatter GA

介绍一种改进的扩散式遗传算法 Scatter GA(Sc GA)。在原简单遗传算法 Sim ple GA(SGA)的基础上进行局部改进 ,采用更接近问题实际的实数编码方式 ,增加了第 2个变异算子 ,取消了选择算子。使用改进的算法对 4个典型函数进行计算 ,并与 SGA,m icro GA(m GA) ,Steady State GA(SSGA)的结果进行比较 ,可以看出 ,改进算法在收敛速度和精度上均优于其它同类算法。

基于小波神经网络的水轮机叶片裂纹源的定位技术

针对水轮机结构复杂等特点,传统的时差定位及模态定位方法不能满足其裂纹水轮机叶片定位要求,提出利用小波神经网络对水轮机转轮叶片的裂纹进行定位.训练采用标度共轭梯度算法(SCG),并对输出结果采用竞争处理方式.结果表明,与BP网络相比,小波神经网络提高了定位的准确度,所确定的裂纹位置最大误差仅为4.2%,是一种适合复杂结构的定位方法.

一种改进的多倍体遗传算法

基于种群保留遗传算法 ,引入了多倍体的概念 ,给出了一种基于种群保留的多倍体遗传算法 .当该算法运行时 ,种群个体将由单倍体变为多倍体 .为了适应这种变化 ,算法引入了扩展算子 ,成功地进行了模糊控制器的参数寻优 .实验结果表明 ,该算法具有很好的收敛性和鲁棒性 ,在复杂环境中表现出了很强的自适应性 ,明显改善了模糊系统的控制效果 .

遗传算法中交叉操作研究及应用

系统的分析了遗传算法中交叉操作 ,得出如下结论 :遗传算法中交叉操作的实质是子代个体为父代个体在小范围内进行大概率变异的结果 ,该范围由双亲个体分别进行与 ,或操作所得到的两个体决定。对该结论做出了理论证明 ,同时基于此思想提出了一种不含选择和变异操作的新式遗传算法CrossoverGA(CGA)。将其应用到具体实例中并和几咱典型的遗传算法进行了比较 。