棉花RGAP、DGAP和DDRT标记的定位研究

根据本实验室已克隆的RGAs和DGAs,设计48条RGAs和4条DGAs特异引物,以"海7124×TM-1"组合的BC1群体为材料把5个RGAP和2个DGAP标记定位到棉花的染色体上;以一个高抗黄萎病陆地棉品系5026为材料,在接种黄萎病菌后不同时期提取根部RNA,用mRNA差异显示(DDRT-PCR)技术,获得164个差异片段,根据这些片段设计34对DDRT引物。用已构建好的"海7124×军棉1号"组合的F2群体,将3个RGAP和5个DDRT定位到了相应的染色体上。用Joinmap3.0软件把两张连锁图谱整合为一张图谱,并将这些标记与抗黄萎病QTLs进行连锁分析。

针对可收集能量传感器网络的能量预测方法

为改善WCMA算法简单根据时间间隔和平均值计算GAP因子的不足,提出一种基于天气相似度的太阳能收集功率预测方法 D-WSMA。根据参考天和参考时刻对预测值的影响程度不同,采取相似度刻画数据间关系,动态调整参考天和参考时刻的权重以及历史参考时刻的加权平均值,从而得到可变化的DGAP因子。同时,根据数据波动性特征,改进原有算法中的固定权重α,得到动态变化权重因子dα。实验结果表明,D-WSMA预测精度相对WCMA算法提高了14.04%、28.30%、4.76%、12.58%,平均提高了15%。因此,D-WSMA预测方案具有良好性能,适合更加多样化的天气条件。