仿生型信号分子对烟草主要生物碱的抑制作用

用源于取食烟草的寡食性昆虫口腔分泌物的仿生型信号分子(BSM)在不同条件下、对不同类型烟草在打顶后进行涂抹处理,并用HPLC检测BSM处理株和对照株烟草主要生物碱的含量,分析探讨BSM在不同条件下对烟草生物碱的调控作用。结果表明:BSM物质对不同类型烟草打顶后叶片上生物碱的积聚有不同程度的抑制作用。BSM对烤烟9717中降烟碱的影响最大,中部和上部分别降低55.78%和63.40%,上部叶各生物碱降幅均大于中部叶,其中烟碱和总生物碱分别降低25.49%和26.28%。BSM浓度对白肋烟中生物碱的抑制效应也有影响,0.1mol/L的BSM对烟碱的影响最大,中、上部叶的降低率分别达22.99%和42.45%,总生物碱则分别降低22.21%和37.73%;0.2mol/L的BSM可使降烟碱的量显著降低,中部和上部叶分别降低62.94%和58.53%。施氮量对BSM的调控作用也有影响,在高的施氮量(9kgN/667m2)下抑制作用更大,可使K326上部叶总生物碱降低34.76%。     

基于改进蝶形反馈型神经网络的海关风险布控方法

针对现阶段我国海关风险布控方法存在效率、准确率较低、人力资源占用过多的问题和智能化分类算法小型化部署需求，提出一种基于改进蝶形反馈型神经网络（BFNet-V2）的海关风险布控方法。首先，运用编码填充（FC）算法实现海关表格数据到模拟图像的语义替换；其次，运用BFNet-V2训练模拟图像数据，由左右两条链路、不同卷积核和块、小块的设计组成规则的神经网络结构，并添加残差短路径干预改善过拟合和梯度消失；最后，提出历史动量自适应矩估计算法（H-Adam）优化梯度下降过程，取得更优的自适应学习率调整方式，并分类海关数据。选取Xception(eXtreme inception)、移动网络（MobileNet）、残差网络（ResNet）和蝶形反馈型神经网络（BF-Net）为基线网络结构进行对比。BFNet-V2的接受者工作特征曲线（ROC）和查准率-查全率曲线（PR）包含了基线网络结构的曲线，与4种基线网络结构相比，基于迁移学习（TL）的BFNet-V2分类准确率分别提高了4.30%、4.34%、4.10%和0.37%。在真实标签数据分类过程中，BFNet-V2的查获误判率分别降低了70.09%、...