烟草根茎部病原真菌的分离与鉴定

为系统了解烟草根茎部主要病原真菌,采集根茎部发黑腐烂病株进行室内分离与鉴定,共分离到病原真菌64株。根据菌落、菌丝和孢子形态特征观察以及多基因位点系统发育分析对病原菌进行分类鉴定,并在烟草叶、茎和根部进行病原菌致病力测定。结果表明,分离得到的病原菌包括：尖孢镰刀菌（Fusarium oxysporum）、接骨木镰刀菌（F. sambucinum）、共享镰刀菌（F. commune）、苏拉威镰刀菌（F. sulawesiense）、柑橘镰刀菌（F. citri）、番薯镰刀菌（F. ipomoeae）、条纹孢壳属（Lasiodiplodia brasiliense）、小孢根霉（Rhizopus microspores）和枝状枝孢菌（Cladosporium cladosporioides）。致病力测定表明,这些病原真菌对烟草都有致病力,其中接骨木镰刀菌、尖孢镰刀菌、共享镰刀菌和L. brasiliense的致病力较强,苏拉威镰刀菌、番薯镰刀菌、柑橘镰刀菌、小孢根霉和枝状枝孢菌致病力稍弱。病原真菌的分离与鉴定结果将为科学、合理、有效地防治烟草根茎部病害提供依据。     

基于不同核函数SVR的锂离子电池SOH预测比较

电池健康状态(state of health,SOH)预测是电池故障诊断与健康管理的重要组成部分,准确地预测电池健康状态至关重要.支持向量回归方法因具有良好的回归能力而被作为预测电池剩余使用寿命的首选数据驱动方法之一.核函数将样本从低维空间映射到高维空间,以便进行精确分类,参数选择决定核函数的映射能力,训练集的大小和分布也会影响支持向量回归(SVR)的回归能力.将锂离子电池数据分为前期、中期和后期训练数据.采用遗传算法(GA)和粒子群算法(PSO)对四个核函数的参数进行了优化.实验结果对比表明,采用径向基函数(RBF)的GA-SVR和PSO-SVR可以较准确地预测锂离子电池的剩余使用寿命.