A Quantitative Genetic Study of Sclerotinia Head Rot Resistance Introgressed from the Wild Perennial Helianthus maximiliani into Cultivated Sunflower (Helianthus annuus L.)

Sclerotinia head rot (HR), caused by Sclerotinia sclerotiorum, is an economically important disease of sunflower with known detrimental effects on yield and quality in humid climates worldwide. The objective of this study was to gain insight into the genetic architecture of HR resistance from a sunflower line HR21 harboring HR resistance introgressed from the wild perennial Helianthus maximiliani. An F₂ population derived from the cross of HA 234 (susceptible-line)/HR21 (resistant-line) was evaluated for HR resistance at two locations during 2019–2020. Highly significant genetic variations (p < 0.001) were observed for HR disease incidence (DI) and disease severity (DS) in both individual and combined analyses. Broad sense heritability (H²) estimates across environments for DI and DS were 0.51 and 0.62, respectively. A high-density genetic map of 1420.287 cM was constructed with 6315 SNP/InDel markers developed using genotype-by-sequencing technology. A total of 16 genomic regions on eight sunflower chromosomes, 1, 2, 10, 12, 13, 14, 16 and 17 were associated with HR resistance, each explaining between 3.97 to 16.67% of the phenotypic variance for HR resistance. Eleven of these QTL had resistance alleles from the HR21 parent. Molecular markers flanking the QTL will facilitate marker-assisted selection breeding for HR resistance in sunflower.     

实现工艺映射的新方法

逻辑综合中,工艺映射是关键的一步。过去,基于树的映射由于其速度快、算法简洁而被广泛使用。但是,将电路结构划分为树,破坏了电路结构,缩小了映射的解空间。双态覆盖(Binate Covering)能充分利用门级网表的结构特性,使工艺映射后的电路具有更好的性能。     

基于自适应重采样的同步定位与地图构建

就移动机器人同步定位与地图构建展开研究,针对FastSLAM算法产生的粒子退化及粒子集重采样问题,提出了基于自适应重采样的FastSLAM算法。该算法首先计算粒子集的有效样本数,确定粒子退化程度。然后设定有效样本阈值,当有效样本数小于阈值时则进行重采样。仿真表明:与EKF-SLAM相比,基于自适应重采样FastSLAM重采样效率更高,鲁棒性更好,在机器人路径和陆标位置的估计上,也具有更高的精度。     

基于深度学习的采摘机器人目标识别定位算法

为了提升采摘机器人对果实的识别准确率以及定位定精度,提出一种基于深度学习Faster-RCNN框架的采摘机器人目标识别和定位算法.首先采用卷积神经网络VGG16模型提取输入图像的特性信息,并利用区域提议网络RPN生成含有目标的候选框,通过引入自适应候选框数的方法有效提升了算法性能,然后利用多任务损失函数对目标进行分类识...     

线性映射函数对无损颅内压估计的影响

提出了一种基于截断奇异值分解的线性映射函数颅内压无损估计方法。在基于时间序列的数据挖掘框架基础上,分别推导了基于总体最小二乘法的线性映射函数和基于截断奇异值分解法的线性映射函数,通过实验仿真比较证明:不同的线性映射函数对颅内压的预测确实有较为明显的影响,在所采用的方法中,基于截断奇异值分解法的线性映射函数效果明显优于基于总体最小二乘法的线性映射函数。因此,在该数据挖掘框架中,选择合适的线性映射函数对无损颅内压预测精确性的提高有着非常重要的意义。     

TinyOS感知节点在智能电网输电环节的应用

以智能电网中输电环节的关键设备研制问题为目标,从技术实现手段——无线传感器网络操作系统TinyOS及节点设备,讨论了实现中涉及的网络拓扑、能量消耗优化、地址分配、调度机制的特性和应用考虑,给出了应用中的实现过程。     

一种求解心电场逆问题的新方法用于心肌梗塞参数识别的研究

基于一种求解心电场逆问题的新方法,对心肌梗塞参数识别进行研究,仿真研究了心肌梗塞参数（部位和大小）与体表电位分布（Ｂｏｄｙ Ｓｕｒｆａｃｅ Ｐｏｔｅｎｔｉａｌ Ｍａｐｐｉｎｇｓ,ＢＳＰＭ）特征参数之间的关系。用ＤＳＰＭ中对梗塞部位和大小的敏感特性参数构造了优化系统的数学模型,试验结果表明,该研究方法可以有效地识别梗塞部位和大小,梗塞部位的识别精度为一个心肌分区,梗塞大小的识别精度可达８５％以上。     

可编程网络体系

可编程网络通过将程序嵌入数据包,对网络节点编程,使网络体系适应用户的需求。可编程网络拓广了端到端原则的含义,形成新的网络概念,本文提出了可编程网络的体系结构,设计原则及应用方法,使网络在保持安全,高效的前提下具备更高的质量。