刘秀梵院士:H5和H7亚型禽流感的防控

来源 :中国家禽 | 被引量 : 2次 | 上传用户:jill818
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
从必须报告的禽流感定义出发,解析了该类禽病的监测、控制策略,针对我国当前的疾病流行情况,对H5和H7亚型禽流感的发生与防控策略进行了总结。
其他文献
在智慧城市背景下,随着多种分布式发电技术的发展,由各类分布式发电设备构成的微电网层出不穷,促使电能交易向分布式方向发展。在微电网中,具有发电能力的用户均可参与售电,交易多方可按需转换角色,直接进行交易,电能交易以分布式结构为主。然而,传统的电能交易机制由大电网集中控制,交易成员角色固定,呈集中式交易结构。随着交易规模及数量的增多,若将该传统交易机制简单应用至分布式电能交易中,一方面会增加交易系统运
学位
自改革开放以来,我国城市化进程不断推进,逐渐出现工业用地低效、闲置、错配、失衡等问题,而现行政策约束机制、激励机制对政策执行者行为的干预效果不理想,出现地方执政“不敢为”、“不愿为”等现象,原因在于现有研究对绩效形成过程中行为主体的责权边界及其作用机制的关注不足,迫切需要构建适应新时代发展的政策制度。本文基于工业用地绩效与其管理政策效力之间的关联性及作用关系展开研究,以2004年至2016年江苏省
学位
在国家人口出生率逐年下降,老龄化日益严重的背景下,AGV可以很好地解决生产过程中劳动力短缺的问题。经过多年的发展,AGV已经成为建筑行业、工业生产、酒店服务等行业中的重要工具。通过对AGV路径规划算法的研究,有助于降低劳动力成本,提升效率,保障生产过程中人员的安全。路径规划算法是AGV提升性能的关键技术,由于现在生产环境逐渐复杂,对于AGV路径规划算法的研究一直是热点问题。本论文主要对RRT系列算
学位
随着全世界数字化趋势日益剧增,大型复杂数据中心的强化日趋重要,而提高制冷效率是降低数据中心整体能耗的关键性手段。对于传统的空调送风形式,送风距离长,IT设备冷量分配不均,易造成机房内部局部温度过高、能源浪费,需使用新型制冷技术来改善数据中心的气流组织,改善机柜所处热环境。为解决上述问题,对将房间级、行级、机柜级三种不同的空调系统制冷方式进行了介绍和优缺点的对比,并介绍了一种新型行级空调供冷系统,对
学位
现代化的军事作战中,炮弹的射击精度会不同程度地影响作战性能。由于炮弹发射的后坐力作用,炮弹的初速度方向偏离火炮身管轴线方向产生跳角。传统的火炮跳角测量方法会出现精度低、误差大等问题,且并未实际解决不同仰角射击下的跳角测量问题。本文主要研究火炮仰射跳角光学标定方法,主要工作有以下内容:针对传统的火炮跳角测量方法不能解决大角度仰射状态下的跳角测量问题,并且存在误差大、误测和漏测等不足,本文提出一种火炮
学位
蛋白质分子间稳定的互作用促成蛋白质复合体的结构形成,进而决定该蛋白质在人体生命活动中所行使的功能。G蛋白偶联受体(G Protein-Coupled Receptor,GPCR)是当前新药研发中最有针对性的蛋白质家族之一,此类蛋白质主要承担着细胞内和外部环境间的信号传递,是一种十分关键的信号分子受体,它们参与了众多复杂的生理功能活动。这其中GPCR残基间的互作用对其稳定的三级结构形成具有强烈的约束
学位
迟子建是当代文坛具有广泛影响力的作家之一,有着“极地之女”、“北国精灵”的美誉。迟子建始终以独特的姿态存在于人们的视野中,不追随任何一种思潮或流派,一直坚守自己独有的创作理念和审美追求。迟子建的小说紧贴民间大地,她在写作中对民间生命投之以温和的注视,书写东北黑土地上的人间百态。民间伦理作为迟子建作品中的经脉,是其搭建民间世界的材料。因此,本文选择将民间伦理作为一个切口,进入迟子建所建造的东北民间世
学位
为了降低成本,风电机组的单机容量越来越大,对其输出优质电能、稳定状态运行等方面也提出了更高的要求。对于风速和叶片载荷实时、有效的检测和可靠、精确的算法处理是实现对风电系统有效控制的前提与关键。本文针对传统的风速检测仪器无法有效地测量风轮轮毂处风速,现有风速估计方法存在精度差、滞后性等问题,提出了基于激光雷达的风速检测和轮毂处估算方法。首先介绍了激光雷达的远距离风速测量原理和方法,然后为了得到风机轮
学位
结构化知识库自动问答任务面向自然语言问题文本与结构化知识库,通过模型学习生成SQL语句获取问答结果,是当前自然语言处理领域的重要课题。针对现有结构化知识库自动问答无法有效解决问题文本中存在的实体模糊、问题文本难以与知识库语义融合、答案生成不自然等问题,本文以中文结构化知识库的自动问答为研究对象,结合单个知识库、单轮问答场景,构建深度学习模型,实现自然答案生成,提升基于结构化知识库的问答效果。本文从
学位
数据驱动下的强化学习已经得到迅猛的发展,特别是在一些能生成大量样本数据的场景中,甚至达到超人类水平(如,围棋、雅达利游戏)。但这些成果都只是某一智能体于特定任务的表现。智能体表现出的对数据的贪婪性和对任务间较差的泛化性,是现今人工智能技术发展的主要瓶颈。小样本强化学习以加快学习进程、降低样本复杂度为目的,使强化学习能在采样困难、昂贵的场景中加以推广。在方法论上,小样本强化学习主要通过泛化经验中的知
学位