检索结果-南通市图书馆

维普期刊数据库博看期刊

木麻黄根际促生菌的筛选及其对种子萌发和幼苗生长的影响

在线全文

学校读者我要写书评

暂无评论

应用生态学报 2024年

作者：储薇王炎炎郭玥彭艳晖吴则焰林文雄福建农林大学菌草与生态学院

为促进木麻黄生长并解决根际土壤微生物群落结构和功能异常问题，本研究从木麻黄根瘤中筛选出具备固氮(N)、产细胞壁降解酶(蛋白酶和纤维素酶)、产生长素(IAA)、产铁载体、产氨气(NH3)、溶解磷酸盐等多种功能的8株菌株，其中LB08、LB18... 详细信息

为促进木麻黄生长并解决根际土壤微生物群落结构和功能异常问题，本研究从木麻黄根瘤中筛选出具备固氮(N)、产细胞壁降解酶(蛋白酶和纤维素酶)、产生长素(IAA)、产铁载体、产氨气(NH3)、溶解磷酸盐等多种功能的8株菌株，其中LB08、LB18、LB19、LB42、LB46、LB63和LB69为类芽孢杆菌，LQ10为布鲁氏菌。菌液浸种试验显示：8株菌株均对木麻黄幼苗生长具有促进效果，其中菌株LB69显著提高了木麻黄种子萌发率和幼苗活力，增幅分别达19.7%和28.3%；菌株LQ10显著提升了根长和根系活力，增幅分别为48.2%和334.4%；菌株LB18和LB42分别对初期芽长和生物量积累具有最显著的促进效果，增长率分别为22.4%和32.8%。此外，浸种后幼苗多酚氧化酶、超氧化物歧化酶、过氧化物酶等的同工酶谱条带数增多，个别条带增强，酶亚型多样性增加，抗逆能力增强。综上，本文所述8株菌株的添加对植物生长及抗氧化酶活性具有促进效果，有成为生物肥料的潜力。

关键词：木麻黄促生根际微生物同工酶

基于残差网络模型的速溶全脂奶粉分散性与堆积密度检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

食品科学 2024年第10期45卷 9-18页

作者：丁浩晗沈嵩谢祯奇崔晓晖王震宇江南大学未来食品科学中心江苏无锡214122 江南大学人工智能与计算机学院江苏无锡214122 武汉大学国家网络安全学院湖北武汉430072 嘉兴未来食品研究院浙江嘉兴314005

针对传统的奶粉品质国际标准检测方法中存在的主观性和滞后性等问题,本研究提出了一种基于残差网络(residual network,ResNet)的奶粉分散性和堆积密度的快速分类检测方法。在本研究中,使用的数据集包括499张在10倍光学显微镜下拍摄的速... 详细信息

针对传统的奶粉品质国际标准检测方法中存在的主观性和滞后性等问题,本研究提出了一种基于残差网络(residual network,ResNet)的奶粉分散性和堆积密度的快速分类检测方法。在本研究中,使用的数据集包括499张在10倍光学显微镜下拍摄的速溶全脂奶粉颗粒微观分布图像,这些图像来自10个不同的样本组。首先,按照国际标准方法检测这10组样本的分散性和堆积密度,进而基于测试结果划分不同的分散性和堆积密度级别。随后,利用这些微观图像对ResNet模型进行训练,以实现对不同样本的有效分类。最终,通过分类结果预测速溶全脂奶粉的分散性、松散密度和振实密度。此外,本研究还对比了ResNet、EfficientNetV2和SwinTransformer等不同深度学习模型的预测效果。结果表明,基于ResNet152的深度学习模型在预测速溶全脂奶粉的分散性、松散密度和振实密度方面表现最佳,其在测试集上的准确率分别达到97.50%、98.75%和95.00%。这些深度学习模型在奶粉品质检测中的出色性能不仅证明了该方法能够实时、准确地预测奶粉的分散性和堆积密度,同时也为奶粉品质的在线检测提供了新的技术途径。

关键词：速溶全脂奶粉分散性堆积密度深度学习残差网络

在线全文

学校读者我要写书评

暂无评论

蛋白质计算中的机器学习

物理学报 2024年第6期73卷 95-107页

作者：张嘉晖中国科学技术大学生命科学学院合肥230027

蛋白质计算一直以来都是科学领域中的重要课题,而近年来其与机器学习的结合,更是极大地推进了相关学科的发展.本综述主要讨论了机器学习在四个重要的蛋白质计算领域内的研究进展,这四个领域包括:分子动力学模拟、结构预测、性质预测和... 详细信息

蛋白质计算一直以来都是科学领域中的重要课题,而近年来其与机器学习的结合,更是极大地推进了相关学科的发展.本综述主要讨论了机器学习在四个重要的蛋白质计算领域内的研究进展,这四个领域包括:分子动力学模拟、结构预测、性质预测和分子设计.分子动力学模拟依赖于力场参数,准确的力场参数是分子动力学模拟的必需品,而机器学习可以帮助研究者得到更加准确的力场参数.在分子动力学模拟中,机器学习也可以从复杂的体系中以较小的代价计算出所需求解的自由能.结构预测一般是给定蛋白质序列预测其结构.结构预测复杂度高、数据量大,而这恰恰是机器学习所擅长的.在机器学习的协助下,近年来科研人员已经在单个蛋白质三维结构预测上取得了不错的成果.性质预测则是指通过给定的已知蛋白质信息,推断其可能拥有的性质,这对于蛋白质的研究也是至关重要的.更具挑战性的是分子设计,虽然近年来机器学习在蛋白质设计上取得突破,但这一领域还有很大空间值得探索.本综述将针对以上四点分别展开论述,并对蛋白质计算中的机器学习研究进行展望.

关键词：蛋白质机器学习分子动力学模拟结构预测性质预测分子设计

基于ResNet网络模型的速溶全脂奶粉分散性与堆积密度检测方法

在线全文

学校读者我要写书评

暂无评论

食品科学 2024年

作者：丁浩晗沈嵩谢祯奇崔晓晖王震宇江南大学人工智能与计算机学院武汉大学国家网络安全学院江南大学未来食品科学中心嘉兴未来食品研究院

针对传统的奶粉品质国际标准检测方法中存在的主观性和滞后性等问题，本研究提出了一种基于ResNet（残差神经网络）的奶粉分散性和堆积密度的快速分类检测方法。在本研究中，使用的数据集包括499张在10倍光学显微镜下拍摄的速溶全脂奶... 详细信息

针对传统的奶粉品质国际标准检测方法中存在的主观性和滞后性等问题，本研究提出了一种基于ResNet（残差神经网络）的奶粉分散性和堆积密度的快速分类检测方法。在本研究中，使用的数据集包括499张在10倍光学显微镜下拍摄的速溶全脂奶粉颗粒微观分布图像，这些图像来自10个不同的样本组。首先，按照国际标准方法检测这10组样本的分散性和堆积密度，进而基于测试结果划分不同的分散性和堆积密度级别。随后，利用这些微观图像对ResNet网络进行训练，以实现对不同样本的有效分类。最终，通过分类结果预测出速溶全脂奶粉的分散性、松散密度和振实密度。此外，本研究还对比了ResNet、EfficientNet V2和Swin Transformer等不同深度学习模型的预测效果。结果表明，基于ResNet 152的深度学习模型在预测速溶全脂奶粉的分散性、松散密度和振实密度方面表现最佳，其在测试集上的准确率分别达到97.50%、98.75%和95.00%。这些深度学习模型在奶粉品质检测中的出色性能不仅证明了该方法能够实时、准确的预测奶粉的分散性和堆积密度，同时也为奶粉品质的在线检测提供了新的技术途径。

关键词：速溶全脂奶粉分散性堆积密度深度学习 ResNet

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

空间知识服务组合技术研究

计算机工程与设计 2009年第6期30卷 1360-1364页

作者：谢储晖闽江学院计算机科学系福建福州350108

空间信息系统要求能够依据空间服务需求,快速灵活地集成已有和新添的空间Web服务,实现基于空间知识网格环境的协同工作和应用集成,实现按需服务。提出和设计了支持空间知识服务的语义服务描述模型和基于语义的Web服务协同模型,利用协同... 详细信息

空间信息系统要求能够依据空间服务需求,快速灵活地集成已有和新添的空间Web服务,实现基于空间知识网格环境的协同工作和应用集成,实现按需服务。提出和设计了支持空间知识服务的语义服务描述模型和基于语义的Web服务协同模型,利用协同模型将分散空间服务组合起来。通过引入动态服务组合和服务匹配、绑定机制,并且和空间知识本体库密切配合,实现资源动态绑定,真正有效地支持空间知识服务的动态组合与协同。

关键词：空间知识 Web服务服务组合动态服务本体

在线全文

学校读者我要写书评

暂无评论

机器学习和大数据在食品领域的应用

食品与发酵工业 2024年

作者：丁浩晗田嘉伟谢祯奇沈嵩崔晓晖王震宇江南大学未来食品科学中心武汉大学国家网络安全学院嘉兴未来食品研究院江南大学人工智能与计算机学院

近年来，食品行业经历了显著变化。全球化、技术进步以及不断变化的消费者需求推动了该行业的持续发展和创新。作为先进的新兴技术，机器学习和大数据在食品行业中发挥着越来越关键的作用。机器学习和大数据在食品领域的应用密切相关。... 详细信息

近年来，食品行业经历了显著变化。全球化、技术进步以及不断变化的消费者需求推动了该行业的持续发展和创新。作为先进的新兴技术，机器学习和大数据在食品行业中发挥着越来越关键的作用。机器学习和大数据在食品领域的应用密切相关。机器学习通过模式识别和数据分析挖掘食品生产和供应链的关键信息，而大数据技术支持处理大规模数据，提供更全面的决策视角。这两者共同推动了食品研究创新和产业发展。利用机器学习对大数据集进行深入分析，可以预测食品趋势、改进生产流程、优化供应链。该文介绍了机器学习和大数据在食品工业的应用现状，涵盖了机器学习和深度学习技术、自适应神经模糊推理技术以及机器学习在食品检测中的多维应用，如机器学习算法与近红外光谱技术结合的食品检测技术、计算机视觉在食品领域的应用，以及机器学习算法和智能传感器结合的实时食品检测技术。分析了大数据面临的技术挑战（数据缺乏真实性、完整性及数据标注困难等），提出了潜在的解决方案（区块链技术及数据增强与预处理技术），并展望了机器学习技术在食品研究领域的未来发展趋势。此外，随着“食品工业4.0”的到来，食品工业正迎来快速发展，智能农业、机器人农业、无人机、3D打印、数字孪生等由机器学习衍生出的前沿技术将进一步崭露头角。面对如此多的创新和改进机遇，食品行业也将需要解决智能生产和可持续性等问题。最后，还讨论了食品行业未来可能面临的挑战和发展方向。

关键词：机器学习大数据食品工业新兴技术智能传感器

局部应用洛铂在挽救性颈部淋巴结清扫手术应用的疗效观察

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中文科技期刊数据库（全文版）医药卫生 2024年第5期 80-83页

作者：谢鋆晖江西省赣州市肿瘤医院头颈外科江西赣州341000

本研究针对中晚期头颈部肿瘤患者进行挽救性颈部淋巴结清扫手术,探讨该手术中局部应用洛铂的临床治疗有效性。方法本研究按照随机法在本院2018年7月至2020年7月选择需进行挽救性颈部淋巴结清扫手术的中晚期头颈部肿瘤患者40位,年龄平均... 详细信息

本研究针对中晚期头颈部肿瘤患者进行挽救性颈部淋巴结清扫手术,探讨该手术中局部应用洛铂的临床治疗有效性。方法本研究按照随机法在本院2018年7月至2020年7月选择需进行挽救性颈部淋巴结清扫手术的中晚期头颈部肿瘤患者40位,年龄平均为(59.93±16.56)岁,按照数字表法进行分组,对照组为30名患者,进行常规挽救性颈部淋巴结清扫手术,观察组为10名患者,局部应用洛铂进行挽救性颈部淋巴结清扫手术,观察洛铂的应用情况,并对其随访2年观察颈部淋巴结转移情况。该研究对两组患者的总住院时间,不良反应发生率,术后引流量及拔管时间,病情缓解情况和生活质量评分进行比较,探讨头颈部肿瘤患者挽救性颈部淋巴结清扫手术中局部应用洛铂的效果。结果对两组患者均进行挽救性颈部淋巴结清扫手术,结果可见,局部应用洛铂的观察组患者总住院时间、肝肾功能损伤、恶心呕吐、术后不良症状均不高于对照组(P<0.05)。与此同时,在治疗后,观察组患者的术后引流量显著减少,拔管时间也显著降低,与对照组患者存在显著差异(P<0.05)。此外,在局部应用洛铂后,观察组患者的术后1年病情得到了有效缓解,总缓解率达90.00%,而对照组仅为40.00%,可见洛铂的局部应用可有效缓解颈部转移癌的进一步发展。且在手术治疗后,两组患者的生活质量均得到了明显好转,其中以观察组患者的治疗后生活质量显著高于对照组(P<0.05)。结论经本研究结果分析可知,针对头颈部恶性肿瘤中晚期患者,进行挽救性颈部淋巴结清扫术时局部应用洛铂,可有效降低术后不良反应的发生率,并对术后恢复具有重要作用,有效抑制淋巴结的转移与发展,使病情得到有效缓解,值得在临床上进行深入研究,广泛推广应用。

关键词：局部应用洛铂挽救性颈部淋巴结清扫疗效观察

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

长期循环荷载下公路路基永久变形研究综述

中国公路学报 2024年

作者：张军辉张安顺彭俊辉李崛骆俊晖谢唐新长沙理工大学公路工程教育部重点实验室重庆交通大学交通运输学院广西北投交通养护科技集团有限公司

道路工程快速发展过程中因路基永久变形所致的工程问题仍未彻底根治，明确长期循环荷载下路基永久变形的评价与控制方法对确保道路工程的耐久稳定运营意义重大。本文对公路路基永久变形的研究成果开展综述，探讨了路基土永久变形测试中... 详细信息

道路工程快速发展过程中因路基永久变形所致的工程问题仍未彻底根治，明确长期循环荷载下路基永久变形的评价与控制方法对确保道路工程的耐久稳定运营意义重大。本文对公路路基永久变形的研究成果开展综述，探讨了路基土永久变形测试中的主要条件与设置方法，梳理了基于经典土力学或试验现象的路基土永久变形本构模型与经验模型，总结了路基永久变形的计算流程、验证方法与演变规律，讨论了临界动应力、结构措施、失效概率三种路基永久变形控制思路。分析发现，目前路基永久变形存在测试方法不准确、预估模型不完善、计算理论不合理、控制标准不清晰四方面主要问题，并详细阐述了每个方面的具体问题与潜在挑战。建议未来创建路基土静止土压力系数库，形成统一的路基土永久变形试验方法；明确荷载作用时间与间歇时间对路基土永久变形影响的真实规律与内在机制，在元件模型的理论体系下结合分数阶微积分理论推导路基土永久变形的力学模型；创新考虑动荷载影响的路基湿度场计算方法，建立基于路基土永久变形力学模型的湿化作用下路基永久变形全耦合计算方法，研发能科学模拟气候环境与受力状态等的路基综合验证平台；确定以可靠度为目标的基于路面服役性能要求的路基永久变形控制标准，量化结构失效与材料变形之间的对应关系，优化路基性能控制的粒料改善层结构设计方法。

关键词：道路工程公路路基综述永久变形试验方法预估模型确定方法控制方法

融合成矿过程数值模拟信息的三维成矿预测方法研究:以安徽宣城茶亭地区为例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

矿物岩石地球化学通报 2024年第2期43卷 446-458页

作者：谢先岗李晓晖袁峰叶胜飞陈宇恒合肥工业大学资源与环境工程学院合肥230009

茶亭地区位于长江中下游成矿带南陵-宣城矿集区东北部,近年来陆续发现了多个斑岩型和矽卡岩型矿床,显示深部具有很好的热液矿床成矿潜力。目前传统的矿产勘查方法对区内隐伏矿的勘查效果不佳,制约了进一步的找矿突破。三维成矿预测是近... 详细信息

茶亭地区位于长江中下游成矿带南陵-宣城矿集区东北部,近年来陆续发现了多个斑岩型和矽卡岩型矿床,显示深部具有很好的热液矿床成矿潜力。目前传统的矿产勘查方法对区内隐伏矿的勘查效果不佳,制约了进一步的找矿突破。三维成矿预测是近年来隐伏矿找矿的重要手段之一,但三维预测信息的缺乏在一定程度上制约了该方法的预测效果。三维成矿过程数值模拟方法能为三维成矿预测方法提供新的预测信息,但对多元数值模拟信息的联合应用以及对三维成矿预测方法的支持能力等均有待深入研究。本文以安徽宣城茶亭地区为例,在力-热-流多场耦合的条件下对热液成矿过程进行三维数值模拟;通过将体应变增量、剪切应变增量等数值模拟变量信息与其他预测信息进行融合,实现深部找矿靶区的圈定。结果显示,成矿过程数值模拟方法可为三维成矿预测提供有效的预测信息,能显著提高预测能力;圈定的找矿靶区可为进一步的深部找矿勘查提供更为有效和可靠的线索和方向。

关键词：三维成矿预测成矿过程数值模拟茶亭地区