【摘 要】
：
聚球藻是一类分布广泛、数量巨大的微微型浮游植物，作为蓝藻的代表类群之一，广泛分布于海洋以及河口区域，并且具有丰富的色素多样性和遗传多样性。聚球藻根据盐度适应能力可划分为严格海洋型聚球藻和广盐型聚球藻。本研究对分离自珠江口的聚球藻K1和南海寡营养海域的聚球藻YX02-1在不同盐度条件下的生长进行了对比，并根据rop C1标记基因分析K1和YX02-1的分类地位，发现K1为广盐型聚球藻，其在不同盐度下
论文部分内容阅读
聚球藻是一类分布广泛、数量巨大的微微型浮游植物，作为蓝藻的代表类群之一，广泛分布于海洋以及河口区域，并且具有丰富的色素多样性和遗传多样性。聚球藻根据盐度适应能力可划分为严格海洋型聚球藻和广盐型聚球藻。本研究对分离自珠江口的聚球藻K1和南海寡营养海域的聚球藻YX02-1在不同盐度条件下的生长进行了对比，并根据rop C1标记基因分析K1和YX02-1的分类地位，发现K1为广盐型聚球藻，其在不同盐度下(10‰、13‰、18‰、25‰、33‰)均能生长；而YX02-1为严格海洋型聚球藻，在低于13‰的盐度
其他文献
利用显著性检测技术可以快速有效地从海面背景中区分出前景船舶，因此基于显著性分析的船舶检测算法受到了广泛的研究关注。然而受到水面无规则背景噪声，如海浪、杂波、船舶尾迹等干扰，很难准确地获得船舶检测结果。针对这一问题，提出了一种基于鲁棒背景估计的船舶显著性检测算法。首先，将原始输入图像中的像素点进行聚类形成一系列超像素，并利用深度卷积网络模型求取每个超像素对应的特征描述。然后，为了有效抑制海面背景噪声
基于深度学习的去噪方法能够获得比传统方法更好的去噪效果，但是现有的深度学习去噪方法往往存在网络过深导致计算复杂度过大的问题.针对这个不足，提出一种用于去除高斯噪声的递进式残差融合密集网络DnRFD.该网络首先采用密集块来学习图像中的噪声分布，在充分提取图像局部特征的同时大幅降低网络参数；然后利用递进策略将浅层卷积特征依次与深层特征短线连接形成残差融合网络， 提取出更多针对噪声的全局特征；最后，将各
为了解决集中式数据服务平台中存在的缺乏信誉评估体系、用户隐私泄露和数据防篡改性弱等安全性问题，设计并实现基于区块链的物联网数据服务信誉评估模型。利用层次分析法（AHP）实现模型信誉评估指标权重计算。利用智能合约和星际文件系统（IPFS）实现物联网数据的存储、验证、保护和共享。同时利用区块链和Redis实现物联网数据和信誉数据的安全快速存取。实验结果表明，该模型具有去中心化、可信、安全高效和不可篡改
土壤氮在植物生长、土壤理化性质和微生物活动中扮演着重要的角色。（目的）为了识别盐渍化地区非饱和带氮的迁移过程，（方法）以河套灌区典型盐渍化耕地为例，通过非饱和带监测和水化学统计分析，探究了土壤剖面中氮素分布的差异性及主要影响因素。（结果）结果表明，研究区0～100 cm 土层深度土壤氮含量处于较低水平，NO_(3)-N、NH_(4)-N和NO_(2)-N含量平均值分别为4.88、1.63和0.04
远场类谐和地震波作为一种特殊的长周期地震波，其加速度反应谱具有显著区别于其他类型地震波的双峰特征，本研究对其产生原因进行分析。首先，分析了集集地震和汶川地震中部分典型的远场类谐和地震动的运动特征；然后，基于希尔伯特-黄变换时频域分析方法及等效简化法，分析了远场类谐和地震波时域特征对其加速度反应谱双峰特征的影响规律。结果表明，所选远场类谐和地震波加速度反应谱长周期段的峰值与高频段的峰值比（峰值比系数
电网系统的不断发展与智能化带来了庞大的计量需求，其中智能电表作为主要计量设备得以广泛铺设，然而不同品牌、型号和批次的智能电能表携带的电能表信息也相差甚远，非智能的人工信息采集方式已经严重阻碍了电能表设备升级发展与采集安全，制约了电力资产管理的质量和水平。文中将文本识别技术应用于智能电能表的信息采集过程，设计一种两阶段的系统对电能表图片中的文本信息进行检测并识别，实现了电能表信息智能化采集，提高了智
在图像分类任务和工业视觉检测任务中，因为缺陷样本量少，常导致神经网络分类器训练效率低、检测精度差。直接采用原始的离散标签又无法使网络分类器学习到不同类别间的相似度信息。针对这些问题，在区域丢弃策略的基础上提出了一种基于生成对抗网络的知识蒸馏数据增强算法。为了减少区域丢弃产生的非信息噪声，该算法使用补丁对丢弃区域进行填补。补丁生成网络保留生成对抗网络中的编码器-解码器结构，利用编码器卷积层提取特征，
材质图像识别具备广阔的应用前景,如衣物识别、机器人拾取、工业检测等.受光照强度、拍摄角度等影响,材质图像易发生变化.而挖掘鲁棒、高效的图像特征是应对该变化的关键.提出SECF~2模型:抽取SENet中具有良好互补性的异构层特征;改进聚类典型相关性分析模型,实现异构层特征融合,生成刻画材质图像的深层视觉语义,它是一种判别性更强且鲁棒的新特征;采用深层视觉语义训练分类模型并执行集成学习,完成材质图像识
为探究水氮条件对玉米（Zea mays L.）产量及农田土壤碳氮的影响，试验在广西一年两季玉米种植区，于2018年春玉米和秋玉米生长季进行。品种为万川1306，种植密度为52500 株/hm~(2)，行株距为60 cm × 28 cm，小区面积为16.8 m~(2)。试验采用裂区试验设计，主处理水分条件分别为雨养和灌溉，副处理施氮量分别为0 kg/hm~(2)（N0）、150 kg/hm~(2)（
模糊图像的超分辨率重建具有挑战性并且有重要的实用价值。本文提出了一种基于模糊核估计的图像盲超分辨率神经网络，主要包括两部分：模糊核估计子网络和模糊核自适应的图像重建子网络。给定任意低分辨率图像，该网络首先利用模糊核估计子网络从输入图像估计出实际的模糊核，然后根据估计到的模糊核，该网络利用模糊核自适应的图像重建子网络完成输入图像的超分辨率重建。与其他图像盲超分辨率方法不同，本文提出的模糊核估计子网络