东北春麦区小麦抗锈病和白粉病育种策略及多样化二线抗源加 …

小麦秆锈、叶锈和白粉病是东北春麦区的小麦主要病害和抗病育种主攻对象．针对东北春麦区小麦生产品种对秆锈、叶锈和白粉病抗性现状,分析了小麦育种抗源利用中存在的问题;讨论了持久抗病育种的策略;提出了采用多样化二线抗源、滚动式加代回交转育、丰产及优质种质导人、多基因积累和多抗性合成五个环节紧密结合的高产、优质、多抗的育种方法,加速二线抗源的利用,促进抗源的多样化,提高品种抗病的持久性。     

东北春麦区小麦品种（系）抗白粉病鉴定及抗源筛选

1991～1995年在田间小麦成株地测定了1149份生产品种、后备品种（系）及高代材料和1244份国内外各类小麦资源对白粉病的抗性。筛选出427份材料达中抗以上抗性水平，占参试材料17．8％。鉴定发现：各类抗性材料很不平衡，生产主栽品种抗性极差，后备品种（系）抗性惭强。高代材料抗性更强．后者抗性比率均在61．7％～96．5％之间。说明在东北春麦区白粉病流行体系内品种抗性有增强的趋势．     

94个小麦重要抗源品种抗秆锈病基因的推导

利用含已知Ｓｒ５～Ｓｒ３８基因的３９个单抗基因系和１９个不同毒性的小麦秆锈菌系，对９４个小麦抗源品种进行了抗秆锈病基因的推导。结果有４个品种可能含有Ｓｒ３８基因或含有国际上尚未命名的新的抗病基因，有７２个品种可能含有Ｓｒ２２，Ｓｒ２６和Ｓｒ３１中的某些抗病基因或含有国际上尚未命名的新的抗病基因，有３个品种含有Ｓｒ３３基因，有１个品种含有Ｓｒ２１等基因。我国的小麦秆锈病菌对这８０个抗源品种表现无毒力或毒性频率很低，这些抗源品种是我国小麦抗秆锈病育种的有效抗源。     

北方麦区120个小麦品种抗秆锈病基因的推导

利用含已知Sr5～38、SrGT和SrWld基因的42个单基因系和19个不同毒性的秆锈菌系，对北方麦区的120个生产品种和后备品系进行了抗秆锈病的基因推导．研究结果表明：黄淮冬麦区和北方冬麦区抗病品种（系）含有的抗秆锈病基因相似，绝大多数品种（系）主要含有Sr5、Sr31，少量品种含有Sr11、21、29等抗病基因；东北春麦区的小麦抗病品种（系）主要含有Sr5、6、8a、9b、9e、11、21、27、30、31、34、36等多基因组合。     

番茄抗根结线虫Mi基因研究进展

目前国际上从番茄中发现了8个抗根结线虫基因，其中3个抗性基因Mi-1、Mi-3和Mi-5分别定位在番茄第6染色体和12染色体上，已经克隆出的Mi-1基因与其他植物抗病基因具有相似性，Mi基因与抗蚜虫的基因（Meu-1）密切相关，抗线虫Mi基因介导了对马铃薯蚜虫的抗性。     

44份优质春小麦品种(系)抗病性状况的分析

2001~2003年连续3年对来自国内外44份优质春小麦品种(系)进行了苗期和成株期抗秆锈、叶锈和白粉病的鉴定。结果表明:44份材料对秆锈病抗性较好,部分材料对叶锈病表现抗性,但全都感染白粉病。据此提出了选育优质、高产、抗病小麦新品种的方法和育种策略。     

黄瓜花叶病毒辣椒分离株抗性遗传规律的研究

采用4×4完全双列杂交方法研究了辣椒对黄瓜花叶病毒辣椒分离株(CMV-P)抗性的遗传规律,研究结果表 明,辣椒对CMV-P的抗性至少受4对以上核基因控制,具有数量性状遗传特点;抗性的回交效应显著而正反交效应不显著;辣椒对CMV-P的抗性遗传经检验符合“加性——显性”模型,主要受基因的加性效应影响。群体中抗病基因频率高于感病基因频率。通过自交、回交、系统选择可获得抗病性超亲的系统。抗×感组合的F1代很难获得超亲组合,要获得高抗杂交组合需选双亲都高抗的亲本。     

东北春麦区小麦白粉病流行预测式的构建

对15年的小麦白粉病病情和历史气象资料进行多元线性回归和多元逐步回归，得出了东北春麦区小麦白粉病中期预测的预测式，小麦白粉病的始发地为5月中旬中雨日期十5～7d；小麦白粉病发病程度Y=1．690554 0．01763625x1 0．09117417X2；小麦白粉病流行速率r=0.00089X3 0．0026X4 0．125 0．029，历史拟合率达86．67％。     

小麦抗秆锈病基因推导的计算机程序及应用

在小麦抗秆锈病基因推导中应用计算机分析代替人工分析，编制了基因推导的计算机程序。以１５个秆锈菌不同毒力基因型菌系和３３个抗秆锈病单基因系的体系对该程序进行了分析测试，推导出我国６９个小麦主栽品种可能含有的抗秆锈病基因型，其中有Ｓｒ５，６，７ａ，７ｂ，８ａ，９ｂ，９ｅ，１１，１６，１７，２１，２５，３２，３４，３６，３７，Ｇｔ等，为我国小麦品种的抗秆锈病基因合理布局和抗秆锈病基因库构建提供了理论依据。     

A Novel Sample Selection Method for Plant Resistance Gene Recognition

植物抗性基因识别中的从头预测方法可以看作机器学习中的分类问题.通常情况下,一个分类器的训练需要正确标记的正例和反例.然而,抗性基因识别中可用的信息仅有少数人工标记的抗性基因,且不具有抗性功能的基因也不明确.为了消除由于正例太少和错误的反例带来的抗性基因识别的影响,基于抗性基因和其他基因在蛋白质相互作用网中的距离,提出了一种新的样本选择方法,并对提出的样本选择方法和通常样本选择方法分别在四种分类器上进行了10倍交叉验证.结果表明,文中方法的SN值平均提高了6.9％,SP值平均提高了13.1％.因此,就敏感性和特异性而言,提出的方法获得了更高效、更可靠的结果.     

Identification of pumpkin powdery mildew based on image processing PCA and machine learning

Multimedia Tools and Applications - A method based on image processing, principal component analysis (PCA) and machine learning was proposed to identify pumpkin powdery mildew and improve the...     

工厂化蔬菜生产中主要病害的发生规律及生态防治研究

对北方地区工厂化蔬菜生产中番茄灰霉病，番茄晚疫病和黄瓜白粉病3种主要病害的发生规律进行了详细研究，并对低温型病害（番茄灰霉病，晚疫病）以及高温型病害（黄瓜白粉病）分别提出了相应的生态防治措施；调控温湿度，阻断紫外线，高温闷棚等。     

小麦叶部常见病害特征提取及识别技术研究

选取小麦叶部常见病害图像,利用图像处理技术进行病害种类的识别。将图像由RGB彩色空间转换到HSV颜色空间,提取相关的颜色特征（色相和饱和度）,接着提取几何形状特征（周长、面积、矩形度、似圆度、偏心率等）,通过分析样本图像得到每种病害的特征值范围,利用特征值对未知样本进行病害识别。系统以白粉病和锈病（叶锈病、条锈病和秆锈病）为研究对象,根据颜色特征对白粉病和锈病加以识别,然后根据几何形状特征对叶锈病、条锈病和秆锈病进行识别,操作简单方便,识别准确率达96%以上。实验结果表明,选取的颜色特征和几何形状特征对4种小麦叶部常见病害的识别是有效且可行的。     

基于随机森林方法的小麦叶片病害识别研究

为了提高小麦叶部病害的识别准确率,采用高斯混合模型结合EM 算法对小麦叶 片进行提取,获得较大目标,使得分割准确率比直接分割病害区域有所提高,同时降低了分割 难度。并结合HSV 主颜色直方图和通过Tamura 纹理特征中的粗糙度、方向度和对比度作为特 征进行筛选,采用随机森林方法对小麦健康叶片、白粉病、叶枯病和叶锈病图像进行了识别, 整体识别准确率可达95%。通过实验验证,该方法是有效可行的,并优于同等条件下的支持向 量机(SVM)方法。       

基于一维卷积神经网络的烟叶仓储霉变预测方法研究

针对烟叶存储期间的霉变问题,传统的防治措施效果欠佳,且已有的烟叶霉变预测模型的准确率较低,不能有效减少烟叶霉变现象的发生。为了提高预测烟叶霉变状态的准确率,提出了一种基于一维卷积深度神经网络（1D-CNN）的方法。以采集终端传感器数据为基础,对其进行标准化处理,得到模型训练特征,训练一个1D-CNN来预测烟叶霉变状态,优化网络结构,实验结果表明所提方法的预测准确率高于其它传统模型。最后,设计并实现了烟叶仓储霉变智能监测系统,实现了烟叶霉变的实时预测功能,取得了较好的效果。     

基于胶囊SE-Inception的茄科病害识别方法研究

针对番茄和茄子2类茄科蔬菜的病害,基于SE-Inception和胶囊网络构建了一个具有抗噪性的茄科病害识别网络,称为胶囊SE-Inception.该网络主要分为特征提取和胶囊网络2部分.其特征提取部分采用了批处理归一化层(BN)加速网络收敛;利用SE-Inception结构和多尺度特征提取模块来提高模型的精度.胶囊网络...     

霉变小麦气相色谱–离子迁移谱的宽度学习检测模型

常用的小麦霉变检测方法存在检测程序复杂、环境适应性差等问题. 本文针对这一现状, 将具有高灵敏度的气相色谱–离子迁移谱(GC-IMS)应用于小麦的早期霉变检测, 对不同霉变程度的小麦样品进行GC-IMS测试并采用宽度学习模型(BLN)进行模式分类. 为了提高宽度学习模型的分类精度, 在模型中引入了空间注意力机制(SAM),通过使用节点的特征信息和结构信息计算注意力权重, 提取更重要的特征信息. 实验结果表明, 与现有的深度学习模型相比, 本文提出的模型在训练时间上大大减少, 在样本较少的情况下, 对霉变小麦早期识别的准确率(AUC)也得到了相应提高, 有效地解决了过拟合问题. 实验也证明了GC-IMS结合BLN-SAM模型的方法在小麦霉变早期检测中的有效性