采集戴云山脉自然群体的41份野生杨梅样品为材料,采用ISSR分子标记结合相关软件进行遗传结构分析。研究结果表明:筛选的13条引物共扩增获得175条DNA条带,其中多态性条带为140条,占扩增总片段的80%,表明戴云山野生杨梅具有较高的遗传多...采集戴云山脉自然群体的41份野生杨梅样品为材料,采用ISSR分子标记结合相关软件进行遗传结构分析。研究结果表明:筛选的13条引物共扩增获得175条DNA条带,其中多态性条带为140条,占扩增总片段的80%,表明戴云山野生杨梅具有较高的遗传多样性水平;STRUCTURE聚类分析(基于模型)将41份野生杨梅划分为6个类群,结合Q值(Inferred ancestry of individuals)分析表明,戴云山脉野生杨梅存在丰富的遗传信息交流。展开更多
为了应对全球气候变化引发的系列生态危机,厘清机器学习算法在碳排放研究领域的应用趋势,利用Cite Space系统分析了近十年来中国知网和Web of Science两个数据库基于机器学习的碳排放研究进展,结果表明:我国发文量占国际发文总量43.74%...为了应对全球气候变化引发的系列生态危机,厘清机器学习算法在碳排放研究领域的应用趋势,利用Cite Space系统分析了近十年来中国知网和Web of Science两个数据库基于机器学习的碳排放研究进展,结果表明:我国发文量占国际发文总量43.74%,但研究机构的国际合作较为缺乏,领域内作者集群现象不明显;国外的相关研究涉及到经济社会发展全链联系,重点围绕神经网络的优化改进,而国内更关注产业政策及社会生活改革,需重点发力算法优化及碳排量估计和预测。总体来看,神经网络作为研究热点和趋势,将对碳排放量的估计和预测发挥有力作用,该领域的深入研究将为人类社会采取相应措施缓解全球变暖提供重要参考依据。展开更多
文摘采集戴云山脉自然群体的41份野生杨梅样品为材料,采用ISSR分子标记结合相关软件进行遗传结构分析。研究结果表明:筛选的13条引物共扩增获得175条DNA条带,其中多态性条带为140条,占扩增总片段的80%,表明戴云山野生杨梅具有较高的遗传多样性水平;STRUCTURE聚类分析(基于模型)将41份野生杨梅划分为6个类群,结合Q值(Inferred ancestry of individuals)分析表明,戴云山脉野生杨梅存在丰富的遗传信息交流。
文摘为了应对全球气候变化引发的系列生态危机,厘清机器学习算法在碳排放研究领域的应用趋势,利用Cite Space系统分析了近十年来中国知网和Web of Science两个数据库基于机器学习的碳排放研究进展,结果表明:我国发文量占国际发文总量43.74%,但研究机构的国际合作较为缺乏,领域内作者集群现象不明显;国外的相关研究涉及到经济社会发展全链联系,重点围绕神经网络的优化改进,而国内更关注产业政策及社会生活改革,需重点发力算法优化及碳排量估计和预测。总体来看,神经网络作为研究热点和趋势,将对碳排放量的估计和预测发挥有力作用,该领域的深入研究将为人类社会采取相应措施缓解全球变暖提供重要参考依据。
