【摘 要】
：
独脚金内酯(strigolactones, SLs)是一种新型植物激素,在植物生长发育中发挥重要作用.目前在棉花中对SL研究仍较少,探究SL影响棉花生长发育及纤维品质形成的功能和机制具有重要意义. SMXL(SUPPRESSOR OF MAX2 1-like)是独角金内酯信号通路的关键基因,充当SL信号转导的阻遏物,关于棉花SMXL基因的研究尚未见报道.本文以陆地棉、海岛棉、亚洲棉及雷蒙德氏棉全基
论文部分内容阅读
独脚金内酯(strigolactones, SLs)是一种新型植物激素,在植物生长发育中发挥重要作用.目前在棉花中对SL研究仍较少,探究SL影响棉花生长发育及纤维品质形成的功能和机制具有重要意义. SMXL(SUPPRESSOR OF MAX2 1-like)是独角金内酯信号通路的关键基因,充当SL信号转导的阻遏物,关于棉花SMXL基因的研究尚未见报道.本文以陆地棉、海岛棉、亚洲棉及雷蒙德氏棉全基因组为基础,运用生物信息学方法,根据SMXL蛋白序列结构域特征鉴定到16个GhSMXL基因、16个GbS
其他文献
针对现有基于深度神经网络的工业过程故障诊断方法存在网络结构设计繁琐及参数寻优耗时等问题，提出了一种基于网络结构搜索的工业过程自动故障诊断方法(Automatic Fault Diagnosis,AutoFD)。该方法采用AutoFD网络结构搜索算法，来自动完成卷积神经网络的网络结构设计和网络参数寻优，在此基础上，首先通过在原始数据上施加操作生成新通道，接着利用表现预测加速获取通道适应性排序的过程，
针对郊狼优化算法全局搜索能力不足，易陷入局部最优的缺陷进行了研究，在郊狼优化算法寻优进程中引入变形的精英保留策略，并在郊狼成长过程中加入环境影响因子，再将成长后的郊狼带入kent映射遍历搜索空间，强化算法的开采能力和搜索性能，提出了一种改进郊狼优化算法，数值实验表明，该算法具有较优的性能。以全社会经济成本和碳排放量为决策目标，构建了一个电动汽车充电站选址定容双层规划模型，并将改进后的郊狼优化算法求
在室内定位中，行人航迹推算(PDR)方法是最便捷的定位方法之一，其缺点是随着移动距离的增加，累积误差会越来越大。利用蓝牙峰值纠正算法能有效降低PDR的累积误差，但蓝牙信号在多蓝牙基站中存在伪峰、错峰的问题。针对上述问题，提出基于PDR的蓝牙峰值检测方法。首先，根据PDR位置估计信息和蓝牙分布信息计算预测概率，筛选前进方向最接近的蓝牙，减少错峰。其次根据信号的变化计算自适应阈值输出开关信号寻找波峰以
准确度量复杂网络中节点的重要度对于研究网络结构和功能等方面具有重要的指导意义。现有的多数节点重要度评估算法考虑了节点及其邻居节点的相关信息，却忽略了节点间的拓扑结构对节点重要度的影响。针对此问题，提出基于引力模型及相对路径数的节点重要度评估算法。该算法首先分析了相对最短路径数对节点间信息传播的影响效果，同时考虑到非最短路径及路径距离等因素的影响，然后以三阶范围内邻居节点与中心节点的相互作用力之和定
中文短文本分类中存在大量低频词，利用好低频词中的信息能有效提高文本分类效果，针对基于词向量的文本分类研究中，低频词不能被有效利用的问题，提出了一种针对低频词进行数据增强的方法。首先，利用受限文本生成模型产生的数据来微调低频词的词向量，再利用一种词向量的构造算法将高频词的更新信息迁移到低频词中，使低频词获取更准确且符合训练集分布的词向量表示；其次，引入相似词和实体概念等先验知识来补充上下文信息；最后
当前已有蝶形量子网络方案多数只能完成量子态经公共信道进行交叉传输。并且为实现蝶形网络的量子态无损传输，通常需要消耗纠缠资源。结合量子直接传态方案中态传输的方法，提出一种在蝶形网络中传输任意已知单量子态的网络编码方案。利用处于基态的单粒子作为量子寄存器，实现每个接收节点均能同时接收到来自全部发送节点发送的不同量子态。整个通信过程不需要使用纠缠资源和测量操作，仅通过各节点执行相关酉操作即可完成通信。并
针对传统离群点检测算法在类极度不平衡的高维数据集中难以学习离群点的分布模式，导致检测率低的问题，提出了一种生成对抗网络(Generative Adversarial Network,GAN)与变分自编码器(Variational Auto-Encoder,VAE)结合的GAN-VAE算法。算法首先将离群点输入VAE训练，学习离群点的分布模式；然后将VAE与GAN结合训练，生成更多潜在离群点同时学习
交通流预测在交通管理和城市规划的应用中具有重要意义，然而现有的预测方法无法充分挖掘其潜在的复杂时空相关性，为进一步挖掘路网数据的时空特性以提高预测精度，提出一种多时空图卷积网络(multi-spatialtemporal graph convolutional network,MST-GCN)模型。首先，利用切比雪夫图卷积(ChebNet)结合门控循环单元(GRU)构建时空组件以深度挖掘节点的时空
基于阅读理解的智能问答是指同人类一样首先让模型阅读理解相关文本，然后根据模型获取的文本信息来回答对应问题。预训练模型RoBERTa-wwm-ext使用抽取原文片段作为问题的回答，但这种方法遇到原文中不存在的答案片段或需要对原文总结后回复这两种情况时不能很好解决。而使用预训练模型进行生成式模型训练，这种生成式回复在一定程度上解决了需要总结原文才能回答的问题。因此，改进了只采用RoBERTa-wwm-
在传统生物特征身份认证系统中，针对重要目标的保护时，单一用户的身份认证方案存在用户权限过高的问题。为了解决此类问题，本文利用BGN半同态加密算法，结合Shamir秘密共享，设计了一种基于生物特征识别的门限身份方案。本文方案主要使用在双线性对上BGN同态加密算法进行数据保护，利用第三方认证中心进行秘密分割，服务器在密文状态下对用户的身份进行认证，实现门限身份认证。通过对方案的性能分析，验证方案的安全