检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大豆IQM基因家族的全基因组鉴定与分析

大豆IQM基因家族的全基因组鉴定与分析

作者：刘琼锐广州大学

学位级别：硕士

大豆（Glycine max ***）,起源于中国。是全球重要的粮油饲兼用作物,不仅为人类提供丰富的植物蛋白来源,同时也是一种主要油料作物,兼具经济价值。近年来,我国已成为全球最大的大豆消费和进口国,进口依存度高达85%,严重危及到我国大豆... 详细信息

大豆（Glycine max ***）,起源于中国。是全球重要的粮油饲兼用作物,不仅为人类提供丰富的植物蛋白来源,同时也是一种主要油料作物,兼具经济价值。近年来,我国已成为全球最大的大豆消费和进口国,进口依存度高达85%,严重危及到我国大豆产业的稳定。在此背景下,迫切需要培育出高产稳产的大豆新品种。而对生物和非生物胁迫的响应机制是大豆品种产量稳定的关键,因此,挖掘大豆的生物胁迫或非生物胁迫响应因子,解析其在应对环境胁迫时的分子机制,不仅能促进大豆应对生物和非生物胁迫的机理认知,也有助于提升我国大豆分子育种水平,保障大豆产业的稳定发展。IQM（IQ-motif containing protein）是一类植物特有的钙调素结合蛋白（CaMBP,CaM binding protein）,在植物生长发育和应激反应过程中具有重要作用。近年来,拟南芥与水稻中IQM家族部分基因的功能已被揭示,但在大豆及其它豆科植物中尚无研究报道。我们前期研究发现,拟南芥中IQM家族基因,参与植物的生长发育、逆境响应、信号传导等生物学过程。为了明确大豆中IQM家族基因的具体功能,我们采用生物信息学分析,从大豆基因组中鉴定出15个IQM家族成员基因。并对它们的系统进化关系、基因结构、蛋白质保守基序、启动子顺式作用元件、基因表达以及蛋白定位特性等多方面进行了全面的分析,进而揭示大豆IQM家族各成员的分类特点与功能差异,主要有以下成果可供阐述:（1）在大豆全基因组序列中,通过BLASTP比对共鉴定到了15个IQM基因,根据GmIQMs基因在染色体上的排列顺序及与At IQMs基因的同源关系,将这15个基因分别命名为:GmIQM1a、GmIQM1b、GmIQM1c、GmIQM1d、GmIQM1e、GmIQM1f、GmIQM2a、GmIQM2b、GmIQM2c、GmIQM3a、GmIQM3b、GmIQM3c、GmIQM5、GmIQM6a和GmIQM6b。（2）根据染色体定位分析,15个GmIQMs基因分布在20条染色体中的12条上,且分布不均匀,片段重复在大豆IQM基因家族的扩增中发挥重要作用。根据系统发育分析可将这15个基因可被划分为三个亚家族,同一个亚家族中的GmIQMs基因对具有相似的基因结构,唯独GmIQM1d、GmIQM5显示出显著差异。通过构建来自八个不同物种的IQM的无根系统发育树来进一步评估IQM在不同物种间的系统发育关系。研究结果显示,双子叶植物的IQM家族成员比单子叶植物更加保守。利用Plant CARE数据库分析了大豆IQM基因起始密码子上游2kb范围内的启动子序列。在启动子序列中发现了干旱、高盐和低温等胁迫响应元件,以及ABRE（ABA）、CGTCA-基序、TGACG-基序（Me JA）和TCA-元件（SA）等激素响应元件。推测GmIQMs可能在大豆对生物和非生物胁迫的响应中扮演重要角色。（3）利用蛋白互作试验研究揭示了大豆IQM蛋白与CaM之间的相互作用关系。酵母双杂交试验表明,大豆IQM蛋白与CaM蛋白之间存在相互作用,其中只有GmCaM和GmIQM1d/2c两种组合不能在在酵母中相互作用;然而,通过双分子荧光互补技术（Bimolecular Fluorescence Complementation,Bi FC）又发现GmIQM1d/GmIQM2c能够与植物细胞内的CaM相互作用,猜测它们的互作需要植物细胞中特定成分协助。利用MEME数据库检测到每个GmIQM蛋白中都含有一个IQ基序,进一步通过酵母双杂交试验证实了IQ基序对GmIQMs与GmCaM的相互作用至关重要。亚细胞定位试验结果显示,GmIQM1a和GmIQM1b仅存在于细胞核内,而GmIQM3a、GmIQM3b和GmIQM3c分布在细胞核和细胞质中。其余的IQM蛋白主要定位于细胞质中。（4）通过实时荧光定量逆转录PCR（Reverse Transcription-quantitative real-time PCR,RT-q PCR）技术,我们分别测定IQM基因在大豆根、子叶、茎、叶、花、种子、豆荚和根瘤中的表达水平,结果显示,GmIQM1c、GmIQM1e以及GmIQM3a-3c基因在多个组织中普遍表达,其余基因在大多数组织中没有表达,部分GmIQMs基因呈现组织特异性表达。我们推测,广泛表达的基因可能在整个植物生命周期中的多个阶段发挥作用,而那些表达受限或不表达的IQM基因可能会在某些环境刺激下被激活,发挥应激反应。同时根据启动子顺式作用元件的分析结果,进一步使用不同胁迫条件（如Na Cl、Na HCO3、PEG、SA、ABA和Me JA）处理大豆,模拟在盐、碱、干旱等非生物胁迫条件以分析GmIQMs基因的表达。研究结果表明,GmIQMs参与大豆高盐和

关键词：大豆 CaMBP IQM 基因家族生物胁迫

钢混组合梁栓钉锈胀下混凝土板开裂行为数值分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2024年第7期54卷 1958-1965页

作者：肖林魏欢博卫星康志锐西南交通大学土木工程学院成都610031

为研究腐蚀环境中钢-混组合梁栓钉锈胀引发的混凝土板开裂行为,本文利用ABAQUS有限元分析软件建立混凝土板塑性损伤模型。采用环向均匀位移模拟栓钉锈胀作用,选用基于牵引力-分离法则(Traction-separation law)的粘聚区模型模拟混凝土开... 详细信息

为研究腐蚀环境中钢-混组合梁栓钉锈胀引发的混凝土板开裂行为,本文利用ABAQUS有限元分析软件建立混凝土板塑性损伤模型。采用环向均匀位移模拟栓钉锈胀作用,选用基于牵引力-分离法则(Traction-separation law)的粘聚区模型模拟混凝土开裂,计算分析3种不同约束边界、4种不同栓钉间距及4种栓钉直径条件下,混凝土板锈胀应力分布及开裂行为。研究结果表明:随着边界约束的增加,栓钉需要更大的腐蚀深度才会引起混凝土板开裂。栓钉横向间距从50 cm增加到80 cm,使混凝土边缘开裂需要锈蚀深度增加到1.59倍。栓钉直径从16 mm增加到25 mm,使混凝土边缘开裂需要锈蚀深度减小到0.87倍。

关键词：桥梁工程栓钉连接件锈胀混凝土板开裂数值分析

大中小学思政课一体化视域下初中思政课建设研究

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

大中小学思政课一体化视域下初中思政课建设研究

作者：陈怀锐大理大学

学位级别：硕士

习近平总书记在学校思想政治理论课教师座谈会上指出,“要把统筹推进大中小学思政课一体化建设作为一项重要工程……推动思政课建设内涵式发展。”初中学段是大中小学思政课一体化建设的“咽喉要道”和关键衔接阶段。做好初中思政课建... 详细信息

习近平总书记在学校思想政治理论课教师座谈会上指出,“要把统筹推进大中小学思政课一体化建设作为一项重要工程……推动思政课建设内涵式发展。”初中学段是大中小学思政课一体化建设的“咽喉要道”和关键衔接阶段。做好初中思政课建设工作是落实立德树人根本任务的关键举措,是提升思政课育人实效的必然要求,也是满足青少年健康成长的现实需要。初中思政课建设既要立足思政课本身,对研究对象、学段地位和作用、学段要解决的重点问题进行深入分析,也要将初中思政课放在大中小学思政课一体化建设的整体框架内,研究其如何做好与相邻学段的衔接,真正发挥其在一体化人才培养上的重要作用。本文运用文献研究法,首先界定了核心概念的内涵,阐述了理论基础,并探讨了初中思政课建设的重大意义。其次,对教育对象展开研究,分析初中生思想品德形成规律及身心发展特点,并在此基础上明确了初中学段在大中小学思政课一体化建设中的特殊地位和重要作用。再次,从初中思政课要解决的重点问题出发,研究核心素养体系对初中生打牢思想基础的支撑作用。最后,运用对比分析法研究初中思政课与相邻学段在教学目标、教学内容、教师队伍、教学方法和教学评价方面的衔接,并提出实现衔接的具体策略。一是在教学目标上,提出立足教学目标的系统性及整体性、注重教学目标的阶段性及特殊性、明确与相邻学段的衔接性及贯通性来打牢初中生的思想基础,实现初中思政课学段目标和整体教学目标。二是在教学内容上,以教材文本为依据,将教学内容划分为六个专题内容,逐一分析其在衔接中存在的问题及衔接重点。三是在教师队伍上,通过梳理国家相关政策文件,明确教师队伍一体化建设的要求,提出从提升衔接意识、畅通沟通渠道、加强教师培训、完善体制机制等措施入手实现教师队伍的有效衔接。四是在教学方法上,提出注重教学方法与内容的匹配、创新教学方法、立足学生学情、教学方法的综合性运用等具体措施。五是在教学评价上,提出加强顶层设计、发挥多维评价主体的功能、完善评价内容体系、加强评价的实效性等措施。

关键词：大中小学思政课一体化初中思政课

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高能激光合束光机系统的关键技术研究

高能激光合束光机系统的关键技术研究

作者：王力锐长春理工大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

内河船舶主推进电机模型预测转矩控制

内河船舶主推进电机模型预测转矩控制

作者：张海锐重庆交通大学

学位级别：硕士

永磁同步电机作为一种高效能、高功率密度的电机,在船舶电力推进中有着广泛应用。与传统的内燃机推进系统相比,船舶电力推进具有高功率因素、小型化和轻量化等优点,并且随着电力推进技术的发展,船舶电力推进技术在船舶驱动中产生了更多... 详细信息

永磁同步电机作为一种高效能、高功率密度的电机,在船舶电力推进中有着广泛应用。与传统的内燃机推进系统相比,船舶电力推进具有高功率因素、小型化和轻量化等优点,并且随着电力推进技术的发展,船舶电力推进技术在船舶驱动中产生了更多类型和具有更大规模。内河船舶推进系统中,电机控制策略的设计应考虑其运行高效性、稳定性、快速响应、鲁棒性等方面,控制策略的设计优劣会直接影响电机的能量传输,继而影响到船舶运行性能。本文针对电压源逆变器供电的永磁同步电机为研究对象,深入探讨了永磁同步电机在船舶电力推进系统中控制策略的运用原理和优势,围绕永磁同步电机模型预测转矩控制中的价值函数设计、转矩脉动抑制等问题展开研究。本文根据永磁同步电机的基本特性,结合永磁体的高磁场强度、高效率以及在多领域应用中的广泛使用,利用传统的直接转矩控制策略,建立精确的电机模型及优化控制策略,并将滑模控制引入直接转矩控制策略中,降低了传统直接转矩控制所产生的转矩脉动。结合永磁同步电机转矩控制理论与模型预测原理,在传统的永磁同步电机模型上提出了模型预测转矩控制,分析了模型预测在转矩控制中价值函数的设计原理,对价值函数中不同权重系数下的模型预测转矩控制进行仿真分析,模型预测转矩控制的独特之处在于能够在考虑多个性能指标和约束条件的同时实现快速动态响应。针对传统模型预测转矩控制策略中权重系数设计复杂的问题,本文设计了一种基于参考电压矢量的模型预测转矩控制策略,通过永磁同步电机数学模型推导出所施加的参考电压矢量,重新设计价值函数,将模型预测控制中转矩和磁链不同量纲统一为参考电压追踪误差,省略了价值函数中权重系数设计。针对模型预测转矩控制中转矩脉动抑制的问题,分析了模型预测控制转矩脉动机理与定子电压矢量对电磁转矩和磁链的影响,在传统模型预测转矩控制的基础上引入占空比算法,调节有效电压矢量作用时间实现转矩的精确控制,并进行仿真验证,仿真结果显示其能有效地对电机转矩脉动抑制,证明了模型预测转矩控制在提高永磁同步电机系统动态响应性能、稳定运行以及应对复杂工作环境方面的卓越性能。为了更直观全面地验证本文所采用的优化控制策略在实际应用中的控制效果,本文搭建了以TMS320F28335为主控芯片的永磁同步电机控制系统实验平台,并完成控制系统的硬件和软件算法设计。并在搭建的平台上进行电机空载和负载实验,结果表明所提出的控制策略可以实现对永磁同步电机的有效控制,达到了预期的效果。

关键词：船舶电力推进永磁同步电机直接转矩控制模型预测转矩控制

基于自监督对比学习的ECG信号分类问题研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于自监督对比学习的ECG信号分类问题研究

作者：陈增锐广州大学

学位级别：硕士

心电图是诊断心血管疾病的重要手段之一,自动化分析心电图有助于提升诊断效率,节省诊断时间和人力成本。然而,心电数据的标注需要大量人力、物力,并且需要标注人员具备专业的医学知识,因此大规模心电数据标注难度较大。另外,由于受试者... 详细信息

心电图是诊断心血管疾病的重要手段之一,自动化分析心电图有助于提升诊断效率,节省诊断时间和人力成本。然而,心电数据的标注需要大量人力、物力,并且需要标注人员具备专业的医学知识,因此大规模心电数据标注难度较大。另外,由于受试者的生理信号存在差异,有监督学习在标签数据不足时容易出现过拟合,影响分类模型性能。自监督学习通过在大规模无监督数据中挖掘样本自身的监督信息,并利用这些信息对模型进行预训练。这种方法能够使得模型学习到对下游任务有用的特征表示,在一定程度上缓解了标签获取困难和成本高的问题,为解决上述问题提供了一种潜在的途径。本研究采用了自监督的对比学习方法,通过对比式预训练,使得编码器网络在无需真实标签的情况下,也能够获得优秀的信号编码能力。本文具体的研究内容和创新点如下:(1)将一种基于Sim CLR框架的自监督对比学习方法应用到单导联的ECG(Electrocardiogram)信号分类任务,通过对原始ECG信号进行数据增强划分正负例,构造对比学习网络,学习ECG信号的特征表示。考虑到Sim CLR框架未解决被误当成的负例很有可能是真正例的问题,因此对该框架的对比损失函数进行优化并重新设计,提出了一种用于识别候选假负例的方法,并通过使用两种不同的策略将识别到的假负例进行剔除或利用,以解决上述问题。实验结果表明,改进后的模型在两种不同数据集上预训练后的线性评估性能优异,AUC值分别达到了0.762和0.921,均高于当前几种先进的自监督学习方法,证明了模型在预训练任务上学到了有用的特征表示,并且这些特征对于下游任务的性能提升具有积极影响。(2)将一种基于动量对比的自监督对比学习方法应用到十二导联的ECG信号分类任务,动量对比学习框架设计的队列机制和动量更新策略能够解决Sim CLR框架在一个批次的训练过程中所需样本量过多,设备内存占用过大的问题。并且由于该部分针对的是十二导联ECG信号分类问题,需要关注到每个通道的空间位置信息,所以使用加入了CBAM(Convolutional Block Attention Module)注意力机制的Res Net-50作为动量对比学习框架的特征编码器。实验结果表明,所提出的模型在线性评估和微调阶段都实现了出色的性能,其中的AUC值分别达到了0.897和0.924,均优于当前几种自监督学习方法,证明了该模型预训练和微调策略的有效性。

关键词： ECG信号自监督学习对比学习残差网络注意力机制

离散小波变换和自编码器耦合的脑电信号异常检测方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

北京邮电大学学报 2024年第2期47卷 66-73页

作者：王振宇向泽锐支锦亦西南交通大学设计艺术学院成都611756 西南交通大学人机环境系统设计研究所成都6110031

为了准确地目视检查和解释脑电图(EEG),提出了一种用于识别EEG信号中癫痫发作信号的异常检测方法。首先,使用小波变换将EEG信号分解为近似和细节系数,并根据阈值准则剔除不显著系数,以限制小波系数的数量;其次,采用自编码器对离散小波... 详细信息

为了准确地目视检查和解释脑电图(EEG),提出了一种用于识别EEG信号中癫痫发作信号的异常检测方法。首先,使用小波变换将EEG信号分解为近似和细节系数,并根据阈值准则剔除不显著系数,以限制小波系数的数量;其次,采用自编码器对离散小波系数进行编码;然后,对EEG信号进行分析以检测异常值,通过压缩特征集进行数据重构,利用分类器从无癫痫信号中检测癫痫发作信号;最后,使用波恩大学数据库,将所提方法与既有方法进行比较。所提方法中采用了线性和非线性机器学习分类器从EEG信号中检测癫痫发作信号。实验结果表明,该方法的准确率和特异性分别达到了99.93%和100%。因此,所提方法具有良好的检测能力和鲁棒性,可以用简单的线性分类器识别EEG信号中的癫痫发作信号,适用于时间序列信号分析,同时能够检测和判断异常,也可为癫痫的诊断、治疗和评估提供客观参考,从而减轻医生的工作量,提高治疗效率。

关键词：脑电图癫痫离散小波变换自编码器分类器

社会面管控对空气质量以及PM2.5化学组分、来源和健康风险的影响分析

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

社会面管控对空气质量以及PM2.5化学组分、来源和健康风险的影响...

作者：赵玉锐甘肃中医药大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的红外高精度测温技术研究

基于深度学习的红外高精度测温技术研究

作者：李泊锐西安工业大学

学位级别：硕士

红外热成像技术具有远距离对物体进行非接触式测温的能力,在传热科学研究、设备故障检测、红外目标识别、高精度测温等领域得到广泛应用。然而,在实际测温应用中,其精度却常常受到多种因素的干扰(如测温距离、测温角度、环境温度等),从... 详细信息

红外热成像技术具有远距离对物体进行非接触式测温的能力,在传热科学研究、设备故障检测、红外目标识别、高精度测温等领域得到广泛应用。然而,在实际测温应用中,其精度却常常受到多种因素的干扰(如测温距离、测温角度、环境温度等),从而导致现有红外测温补偿技术存在难以综合各种因素进行叠加补偿的问题,且难以实现工程化应用。针对上述问题,近年来,随着深度学习技术的快速发展,在一定程度上解决了传统方法的不足,本文对深度学习网络进行深度剖析,对红外测温补偿算法展开研究,通过多种方法优化了网络模型,以达到更佳的红外测温补偿性能。主要研究工作如下:首先,本文详细介绍了红外热像仪和测温技术的国内外发展动态和趋势,并从辐射测温的三大基本理论出发,通过推导红外辐射理论公式,逐步分析影响红外热像仪在测温过程中造成误差的因素,同时进行实验采集相关特征因素的数据,利用主成分析(PCA)数据降维算法对造成红外测温误差的多种因素进行特征选择。在此基础上,搭建采集红外数据集的实验平台,并通过分组实验的方法来依次采集相关特征的实验数据,构成深度学习所需的红外测温数据集,分为训练集和测试集。其次,构建基于一维卷积神经网络的红外测温补偿模型。通过Optuna超参数调优框架来获取最优的学习率和卷积核尺度等重要超参数,此方法可以避免因人为选取超参数导致其模型训练效果不佳的问题。为了在加快模型的收敛速度的同时防止过拟合,在数据预处理中加入批量标准化和shuffle方法,并利用密集连接网络与软池化方法对网络模型优化,解决了模型训练过程中出现的梯度消失和特征映射中的信息损失问题。通过红外测温数据集训练深度学习模型,为下一步的实验探究奠定基础。最后,本文利用基于黑体的红外测温数据集与人体表面温度数据集对一维卷积网络进行了100次迭代训练,训练完成后与BP神经网络、RBF神经网络方法获得的温度测量结果进行对比分析,结果表明此方法能有效降低测量角度、测量距离与环境温度对测温精度所导致的误差,验证了本文提出的一维卷积网络模型的有效性和可行性。通过上述研究,有效解决了传统红外测温补偿算法存在泛化能力差、拟合精度低等问题,对研发具有高测量精度的红外热像仪提供了算法参考,同时为提升红外热像仪在复杂环境下的测量精度提供一种新的思路。

关键词：红外测温深度学习一维卷积神经网络测量精度