【摘 要】
：
为研究红树植物秋茄(Kandelia obovata)在极端低温胁迫下的代谢响应，以‘龙港’秋茄幼苗叶片为试验材料，-5 ℃处理为低温组，10 ℃处理为对照组，采用液相色谱与质谱联用技术(LC-MS)的代谢组学方法分析不同温度下‘龙港’秋茄幼苗叶片中代谢物差异。结果显示：低温组与对照组共筛选出80种鉴定到物质名称且差异显著的代谢物。KEGG富集结果显示，其中9种差异代谢物显著富集到了亚麻酸代谢、亚
论文部分内容阅读
为研究红树植物秋茄(Kandelia obovata)在极端低温胁迫下的代谢响应，以‘龙港’秋茄幼苗叶片为试验材料，-5 ℃处理为低温组，10 ℃处理为对照组，采用液相色谱与质谱联用技术(LC-MS)的代谢组学方法分析不同温度下‘龙港’秋茄幼苗叶片中代谢物差异。结果显示：低温组与对照组共筛选出80种鉴定到物质名称且差异显著的代谢物。KEGG富集结果显示，其中9种差异代谢物显著富集到了亚麻酸代谢、亚油酸代谢、黄酮和黄酮醇的生物合成、苯丙氨酸代谢、植物激素信号转导这5条通路当中。在亚麻酸代谢、亚油酸代谢
其他文献
近地表速度结构，是全面考虑城市区域场地地震效应，精细模拟地震动场及建筑群震害的基础。针对复杂交错沉积的区域场地，建立了先基于工程地质先验信息限定交错土体边界，利用序贯指示模拟求解各类交错土体空间概率分布，再依据剪切波速与工程地质结构的空间相关关系，借助序贯高斯模拟构建波速结构模型的方法；在搜集分析钻孔波速资料基础上，构建了哈尔滨市区场地三维速度结构模型；通过与工程地质剖面的定性对比分析、剪切波速-
Target tracking is one of the most important research topics in the field of computer vision. It has been widely applied in aerospace, automatic monitoring, navigation, humancomputer interaction, and
为探究生物质炭入土后其长期理化特性变化，以水稻秸秆生物质炭为试材，通过分析长期定位试验田中的入土生物质炭样品，探究了稻田土壤中生物质炭的理化特性变化规律。结果表明，入土生物质炭颗粒随时间经历持续性物理破碎，平均孔径显著降低，比表面积从初始的55.0 m~(2)·g~(-1)增大到259 m~(2)·g~(-1)。入土11年后，生物质炭H/C摩尔比从最初的0.423提高到0.568，不饱和度显著提升
虹膜活体检测是虹膜识别中涉及安全的重要环节之一，也是虹膜识别领域亟待解决的问题之一，其中美瞳检测是虹膜活体检测中最具挑战性的领域。本文提出了一种基于SSD（Single Shot MultiBox Detector）目标检测网络的虹膜定位和美瞳检测算法IrisBeautyDet，并对网络结构进行轻量化处理，引入MobileNet主干网络显著减少模型计算量，极大提高速度。采用空间注意力和通道注意力机
计算鬼成像由于具有高分辨率和抗干扰能力强等特点，近年来被广泛研究。区别于传统成像方案，由于其成像机制导致了对物体成像需要进行大量的测量，因此提高它的成像效率一直是一个重要的研究内容。在此背景下，由于可以对信号较好地进行去相关进而对其进行大幅压缩，小波变换受到了广泛的关注。近年来，不少学者将Haar小波引入计算鬼成像系统中，成像效率得到了提高。然而，小波函数的种类有很多，性质各异，对于其他小波函数在
教师和学生的课堂行为是课堂教学评价的重要依据，随着人工智能技术与教育的融合不断深入，变革以往的师生课堂行为分析方法，对课堂评价具有十分重要的意义。本文根据课堂教学场景设计了三维卷积神经网络（3D CNN）对教师进行以动态性为主要特征的课堂行为识别，以及提出了经过改善损失函数的YOLO-v5模型对学生进行以多目标为主要特征的课堂行为识别，均取得了更好的识别结果。为验证本文选用的模型的有效性，在研究者
针对雾天环境下拍摄的图像模糊、亮度低等问题，本文提出了一种利用图像颜色反转，并结合暗通道先验和Retinex理论的图像去雾算法。该方法采用四分加权算法准确估计大气光值，导向滤波方法对透射率进行细化；然后利用大气散射模型对反转图像进行去雾处理后再反转，得到初步复原的无雾图像；最后采用MSR算法进一步处理，提升图像的亮度和清晰度。实验结果表明，采用本文算法得到的第一组和第二组图像信息熵分别为7.548
针对空地背景下的红外时敏弱小目标检测，本文提出了一种实用的空地红外时敏弱小目标检测方法。首先，采用快速自适应双边滤波对红外图像进行预处理，平滑边缘信息，消除噪声干扰。其次，使用模板为3×3大小的高通滤波器对红外图像进行大面积背景抑制。然后，根据梯度特征，采用多步八向梯度法进一步消除高频背景信息。最后，使用自适应阈值分割的方法对红外时敏弱小目标进行提取。实验结果表明，本文方法对空地背景下的红外时敏弱
针对现有电力设备红外与可见光图像配准难度大，配准时间长等问题，提出一种改进CSS的电力设备红外与可见光图像配准方法。首先引入Freeman链码差提高CSS算法的特征点提取精度，其次为每个特征点分配点到弦的垂直距离特征主方向，采用SURF算法获得特征描述算子，最后利用双边FLANN搜索匹配方法和RANSAC方法得到正确的匹配点对，获得仿射变换模型参数。实验结果表明：改进CSS的图像配准方法与SURF
针对当前大多数基于深度学习的医学图像超分辨率重建方法存在放大因子单一的问题，提出一种多重放大的医学图像超分辨率重建网络模型。以密集残差网络为基础，特征提取级联多个改进连接的密集残差块，降低连接复杂度至对数级，避免浅层的医学图像特征被反复处理。特征图重建采用元信息直接嵌入模式，利用一个小型网络学习不同放大因子任务间的通用知识，实现不同重建任务的整合。将不同放大因子任务对齐至同一维度，实现对小数重建任