期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
植物组织培养中抗污染培养基新配方的探索 被引量：10
1
作者 白一苇 张世壮 +3 位作者 王雁楠 高晓茹 牛金彪 何绍贞 《中国农学通报》 2021年第6期89-96,共8页
组织培养中培养基的污染问题一直是该领域的技术盲区,本实验旨在研发更高效抑制杂菌污染的植物组织培养系统。通过在MS培养基中添加不同浓度及组合的头孢霉素、利福平、青霉素等抗生素以及化学药物进行抗菌筛选,确定了以头孢霉素、百菌... 组织培养中培养基的污染问题一直是该领域的技术盲区,本实验旨在研发更高效抑制杂菌污染的植物组织培养系统。通过在MS培养基中添加不同浓度及组合的头孢霉素、利福平、青霉素等抗生素以及化学药物进行抗菌筛选,确定了以头孢霉素、百菌清、代森锰锌为主的抗菌培养基配方。之后评估甘薯(Ipomoea batatas)、烟草(Nicotiana tabacum)与拟南芥(Arabidopsis thaliana)三种组培材料在该培养基上的生长与污染情况,进而探索出一种高效培养基抗污染新方法,即药液包衣。利用含有25 mg/L头孢霉素+30 mg/L的代森锰锌与百菌清1:1混合液的培养基,并在外植体插入培养基前利用100 mg/L多菌灵药液或100 mg/L代森锰锌与百菌清1:1混合液进行浸润包衣,可显著降低组培材料被污染的风险,且对除愈伤组织以外的外植体的生长发育影响较弱。该方法的使用在对外植体伤害较小的情况下,对于已污染组培材料的挽救以及大田种质材料的实验室保存有重要借鉴意义。 展开更多
关键词 植物组织培养 高效抗污染配方 药液包衣 代森锰锌 百菌清 头孢霉素
下载PDF
基于ALIF多尺度样本熵和CNN的螺栓组松动定位
2
作者 张世壮 王涛 +1 位作者 谭波海 袁锐 《传感技术学报》 CAS CSCD 北大核心 2022年第6期850-856,共7页
针对螺栓组中松动螺栓定位的问题,基于自适应局部迭代滤波算法(ALIF)和多尺度样本熵(MSE),提出了一种新的特征提取方法,并用卷积神经网络(CNN)分类识别特征来实现对松动螺栓的有效定位。首先,将螺栓组在不同工况下的非线性响应信号进行... 针对螺栓组中松动螺栓定位的问题,基于自适应局部迭代滤波算法(ALIF)和多尺度样本熵(MSE),提出了一种新的特征提取方法,并用卷积神经网络(CNN)分类识别特征来实现对松动螺栓的有效定位。首先,将螺栓组在不同工况下的非线性响应信号进行自适应局部迭代滤波分解;然后,选取分解后部分有效的本征模态函数(IMF),并提取每一个IMF分量的多个尺度的样本熵形成二维特征矩阵;最后,将特征矩阵输入CNN,训练好的网络模型被用来实现对螺栓组中螺栓松动的定位。基于压电主动传感设计了实验装置,并选择混沌信号作为激励进行了实验研究。实验结果表明:该方法能够有效定位出螺栓组中松动的螺栓,并且相比于其他方法有着更高的准确性、更快的训练速度和更强的鲁棒性。 展开更多
关键词 螺栓松动 定位 压电换能器 自适应迭代滤波 多尺度样本熵 卷积神经网络
下载PDF
基于近红外光谱和复杂样品划分集合的生物质灰分含量模型构建 被引量：1
3
作者 郭歌 张梦玲 +5 位作者 巩志杰 张世壮 王晓玉 周仲华 杨玉 谢光辉 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第10期3143-3149,共7页
检测生物质原料的灰分含量是高效转化能源的基础,但传统高温灼烧法测试耗时长、成本高,而近红外光谱分析技术能够实现无损、快速及低成本对未知样本定性或定量的分析。以5个地点、10种类型的1465份生物质原料样品为研究对象,应用“筛选... 检测生物质原料的灰分含量是高效转化能源的基础,但传统高温灼烧法测试耗时长、成本高,而近红外光谱分析技术能够实现无损、快速及低成本对未知样本定性或定量的分析。以5个地点、10种类型的1465份生物质原料样品为研究对象,应用“筛选分类集合法”将样品划分9个集合,构建近红外光谱生物质样品灰分含量模型。主要结果为:玉米秸秆(M)、小麦秸秆+玉米秸秆+棉花秸秆(WCM)和小麦秸秆+杂草+园林叶(WWL)主因子数分别为5、6和6;M集合的交叉验证决定系数(R^(2)_(cv))为0.975,WCM集合的预测决定系数(R_(p)^(2))为0.983,模型拟合度最高;长白皮+棉花秸秆集合(WC)的均方根标准误差(RMSE)最小分别为0.5887和0.4864,M集合的交叉验证相对分析误差(RPD_(cv))最高为6.3,WCM集合的预测相对分析误差(RPD_(p))最高为7.8,模型预测精度最高;M集合的交叉验证平均相对偏差ARD_(cv)最小为6%,WCM集合预测平均相对偏差ARD_(p)最小为8%,木质(W)集合RMSECV/RMSEP为1.01,模型稳健性最高;9个生物质样品灰分含量集合模型的R^(2)范围为0.7538~0.9794,建模集与预测集偏差较小均具有较好的线性关系,其中,H集合(R^(2)=0.9425)、M集合(R^(2)=0.9794)和WCM集合(R^(2)=0.9787)其拟合度与线性关系最优;L集合(木材边角料)的R^(2)最低,其值为0.7538,判断影响的主要因素是样品中含有泥沙、粘合剂和油漆等杂质。为解决常见生物质发电厂原料检测评估问题,利用9个生物质灰分集合模型对11种生物质样品计算平均相对偏差(ARD)进行预测评估,草质样品模型预测效果好(ARD范围为3.7%~16.5%)。应用“筛选分类集合法”划分样品集合来建立近红外光谱生物质灰分含量模型,其拟合度、稳健性和精确度都较全样品集合模型性能更高。 展开更多
关键词 生物质样品 筛选分类集合法 近红外光谱技术 快速检测 模型构建
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部