课程文献中心 更多>>

关键词： 黑树莓   带芽茎段   组织培养   培养基配方   驯化移栽  

摘要： 为了建立系统的黑树莓再生体系，本试验对其初代、继代和生根培养基配方及培养条件进行了系统的研究。试验在晴天采集健康、无病虫害的黑树莓带芽茎段为接种材料，将材料进行清洗，然后用75%酒精浸泡10～15 s+2%次氯酸钠浸泡10 min+无菌水漂洗3～5次，接种在初代培养基MS+6-BA 0.8 mg/L+NAA 0.6 mg/L，pH 5.8～6.0，在温度（22±2） ℃、光照强度3 000～4 000 lx、光照时间10 h/d的条件下培养，接种75 d后丛生芽诱导率可以达到86.67%；取前期初代培养的丛生芽接种在培养基MS+6-BA 0.5 mg/L+NAA 0.3 mg/L上增殖分化，相同环境下培养60 d，丛生芽分化系数达到4.60，平均苗高可达3.75 cm；接着将芽苗转接生根培养基1/2MS+IBA 0.3 mg/L+NAA 0.2 mg/L上，相同条件下培养45 d，生根率达到82.22%，单株生根数达到5.86条，平均生根长度为2.96 cm，根系生长状况最佳。最后将培养40 d左右、无污染的试管苗通过温室炼苗一周左右，再置于大棚中炼苗3～5 d后洗净培养基，将其移栽至V草炭土：V腐殖土：V珍珠岩=3：2：1的基质育苗盆中炼苗培养20～30 d，保持温度为18 ℃～20 ℃，空气湿度80%～90%，透光率30%～40%，移栽30 d后成活率达68.89%，60 d后成苗率仍有63.33%。本研究建立系统的黑树莓组织培养快繁技术体系，可为黑树莓产业化组培苗生产提供科学依据和参考。

关键词： 蝴蝶优化算法   动态窗口法   Tent混沌映射   反向学习   路径规划  

摘要： 针对无人机在多重威胁环境下路径规划复杂度高、难以在有效时间内生成高质量路径的问题,提出一种多策略融合的粒子群-蝴蝶优化改进算法(IPSOBOA)。通过Tent混沌映射结合反向学习策略优化初始种群,增强种群多样性;引入非线性参数调整和动态转换概率机制,平衡全局搜索与局部开发;结合粒子群算法,在局部搜索阶段引入速度项,提出在速度动态变化的位置更新方程,提升搜索效率。分别基于三维静态和动态环境下不同威胁场景,将IPSOBOA与蝴蝶优化算法及其他多种优化算法进行对比。实验结果表明:IPSOBOA在静态环境的3种场景下相较于蝴蝶优化算法,最优适应度值分别优化1.8%、17%和44%,路径长度分别优化1.8%、42.4%和61.3%;在动态环境下实现全局路径跟踪与实时避障的结合,生成更平滑、安全性更高的路径。

关键词： 无人水面艇   封闭水域   路径规划   风险梯度   改进跳点搜索算法  

摘要： [目的]针对无人水面艇（USV）在复杂封闭水域路径规划中安全性与计算效率难以兼顾的问题，研究一种面向通航风险约束的高安全性路径规划方法。[方法]首先构建风险梯度驱动的栅格地图（RG-Map），依据障碍物邻域距离量化通航风险梯度；在跳点搜索（JPS）框架下，提出融合路径长度与累积风险的混合代价函数实现全局引导，设计安全优先剪枝策略与启发函数动态加权机制以自适应调节搜索过程；进而采用三次B样条曲线对规划路径进行平滑处理，以满足USV运动学约束。[结果]在多组典型封闭水域场景下的仿真表明，与传统JPS算法相比，所提改进跳点搜索（IJPS）算法在累积通航风险上降低约45%，安全裕度显著提升；计算耗时与传统JPS方法保持同一量级，效率损失在可接受范围内；经B样条平滑后的路径曲率连续、航向过渡平顺。[结论]结果表明，所提方法在封闭水域复杂环境中能够有效协调路径安全性与计算效率，提升了USV规划路径的可执行性，具有良好的工程应用前景。

关键词： 城市交通   公交线路规划   轨迹数据驱动   灵活式公交   基准线路规划  

摘要： 灵活式公交中的可变线路公交是一种在既定基准线路基础上允许车辆适度偏离以接送乘客的公交服务模式。现研究成果多集中于基准线路基础上的车辆偏离规则、服务约束及调度策略，其中基准线路通常直接假设为既有的公交线路或在虚拟路网结构上以虚拟的方式构建，缺乏基于数据驱动、反映客流实际特征的规划方法。因此，本文提出一种出租车轨迹数据驱动的灵活式公交的基准线路规划方法，包括站点生成、线路生成、线路评选等三个阶段。首先基于出租车轨迹数据构建多时段出行OD矩阵以识别高频出行OD对，然后采用网格聚类与合并-分割策略生成候选站点；其次，融合候选公交站点与轨道交通站点构建加权站点图，利用概率路径搜索方法生成初始候选线路，通过运行约束进行筛选，并利用帕累托非支配分析方法得到可行基准线路集合；随后利用多维综合评价体系并选出最优基准线路。深圳的算例证实了该方法的可行性，其结果显示：基准线路沿主要出行走廊分布且有效衔接轨道节点（超14%），与公交线路的非重叠率超过89%；相同时段的上下行方向对应的基准线路在设置的站点、线路走向、客流强度、平均出行时间、地铁衔接比例等指标均存在差异，相同起终点不同时段内生成的基准线路亦存在差异，反映了该方法生成的灵活式公交基准线路可以针对客流的时空差异生成与之相适应的基准线路。

关键词： 避障轨迹规划   动态规划算法   二次规划算法   跳点搜索算法   速度规划  

摘要： 自动驾驶车辆实际运行过程中会出现车辆变道,避障过程中也易与其他车辆及行人发生碰撞。为提升汽车的安全性能,将时间-路径-速度三维轨迹规划问题进行降维解耦,分解成路径规划及速度规划2个二维问题进行求解。在路径规划层,引入JPS跳点搜索法,并加入障碍物模型,同时对JPS启发函数进行优化以减少JPS算法扩展节点数量和扩展次数,最后基于分段加速度连续性约束及各项空间约束进行二次规划算法路径平滑处理,生成最终规划路径。在速度规划层,对障碍物进行运动预测并投影至规划空间,再利用动态规划算法作为“粗规划”并进行剪枝优化,最后构建二次规划模型进行速度平滑,输出完整的速度规划结果。通过仿真测试和实车验证可知,所设计的路径规划和速度规划系统能有效避开障碍物,曲率连续,路径平均规划时间在4 ms以内,速度规划时间控制在10 ms以内,实时性良好。

关键词： 促结缔组织增生性纤维母细胞瘤   纤维性肿瘤   内收肌   病理报道  

摘要： 目的 讨论促结缔组织增生性纤维母细胞瘤的临床病理学特点及诊断，提高对该类肿瘤的认识。方法 收集1例发生在右侧大腿内收肌的促结缔组织增生性纤维母细胞瘤，总结患者的临床病理资料，进行形态学观察、免疫组织化学染色，并进行相关文献复习。结果 该患者为71岁，影像学显示肿物位于右侧大腿内收肌处，与周围肌组织分界欠清，考虑恶性。肿瘤呈椭圆形，假包膜完整，切面灰白，质地韧硬伴黏液样光泽。组织学观察，肿瘤组织以致密胶原纤维为主体，呈无序排列，其间散在梭形/星芒状成纤维细胞。免疫组织化学：Vimentin阳性，Actin局灶阳性；β-catenin阴性，S100、CD34、SOX10阴性；Ki-67增殖指数3%。最终诊断为促结缔组织增生性纤维母细胞瘤。结论 临床实践中，发生在肌肉内的促结缔组织增生性纤维母细胞瘤较为少见，影像学常常将此类肿瘤考虑为恶性，故对临床医师及影像科医师均具有一定诊断挑战性，最终确诊需依赖病理医师依据其特征性镜下表现进行组织学判读，梭形/星芒状的成纤维细胞以及胶原纤维的背景，免疫组化Vimentin阳性以及β-catenin阴性对此病往往有重要的提示作用。

关键词： 仿尺蠖机器人   仿生设计   运动分析   步态规划   全域遍历  

摘要： 全域遍历步态规划是仿尺蠖爬壁机器人在非规则立面全域作业的关键。为提升机器人在非规则立面的运动灵活性、作业覆盖率及环境适应性，研究借鉴尺蠖生理结构与运动模式，开发了仿尺蠖爬壁机器人，并提出了非规则立面全域遍历步态规划方法。通过将尺蠖体节间微小单元等效设计为偏转关节模块，提出了基于偏转关节的模块化仿尺蠖爬壁机器人，基于关节运动特性分析与级联模块分段建模，构建了冗余偏转关节机器人整体运动学模型。基于机器人足端可达区域几何表征，通过制定适用不同作业区域的基础拓扑规则与临界覆盖规则，提出了基于足端可达邻域拓扑的高覆盖率落足点优化选取策略。通过采用牛耕式矩形分解法划分障碍约束作业区域，利用改进A*算法优选子区域间跨越落足点，并融合改进蚁群算法优化子区域间遍历顺序，提出了面向非规则立面的机器人全域遍历步态规划方法。实验结果表明，设计的仿尺蠖爬壁机器人应用提出的步态规划方法，可实现非规则立面全域遍历运动。

关键词： 粮食加工   副产物   资源化利用  

摘要： 粮食加工是保证粮食供给稳定的基础条件。粮食在加工过程中,会产生稻壳、玉米芯、麸皮、米糠等副产物。这些副产物具有一定的功能物质和营养成分,利用价值较高。基于此,围绕粮食加工副产物资源化利用展开研究,在阐明粮食加工副产物的主要种类及资源化利用意义的基础上,系统论述粮食加工副产物资源化利用技术与路径,以期为突破粮食加工副产物资源化利用瓶颈提供一定参考,助力维护粮食安全和生态安全。

关键词： 粮食流动格局   横向利益补偿机制   资源机会成本   隐含资源流动   粮食产销区  

摘要： [目的]为弥补粮食主产区因履行保供责任产生的机会成本，破解产销区发展失衡困局，亟须构建差异化的粮食产销区横向补偿机制。[方法]该研究全面统计各省粮食的消费量，通过CHINAGRO均衡模型模拟粮食流动格局，以及机会成本法量化补偿标准，构建多维动态的横向补偿机制。[结果](1) 我国粮食产销空间错配加剧。主销区高度集中于东南沿海及经济发达地区，其中86.02%的粮食输入至粮食主销区。传统主产区持续萎缩，山东、四川等原主产区退化为净输入区。(2) 虚拟资源流动与经济发展呈现逆向配置特征。粮食贸易驱动虚拟资源由北方主产区向广东、浙江、福建等经济集聚的主销区流动，主产区通过生态成本外部化支撑其经济极化增长，加剧区域发展权益与资源环境代价的失衡。(3) 为破解粮食产销错配与资源经济逆向配置难题，基于粮食隐含的虚拟资源机会成本，构建涵盖财政承受能力、市场供需压力、人口消费能力及运输调配能力的多维度补偿机制，并嵌入自给率动态奖惩机制。[结论]基于粮食产销区隐含资源的机会成本，构建多维动态的横向补偿机制，为优化区域粮食安全治理体系提供理论支撑与量化依据。

关键词： 资源预留   深度学习   TabNet   注意力机制   测控数传   可解释性  

摘要： 针对航天测控数传资源预留任务中约束复杂、需兼顾各用户间公平性与决策可解释性的挑战，提出了一种融合TabNet与注意力机制的深度学习方法。该方法首先利用TabNet分别提取用户、资源和时序特征的深层表示，并同步输出特征重要性评分以增强模型可解释性；进而设计以资源为枢纽的用户-资源-时序三路注意力编码机制，实现用户特征、资源特征和时序特征的深度融合；最后将资源预留问题建模为马尔可夫决策过程，构建层次化注意力策略网络，依序确定资源、用户、开始时间与结束时间，从而生成完整的资源预留方案。通过设计仿真实验验证了所提方法的有效性，结果表明，相比传统机器学习算法，所提方法在资源利用率与加权用户满意度上分别提升23.86%与19.92%，消融实验进一步验证了注意力机制在均衡用户比例与捕获时序规律的关键作用，特征重要性排序与注意力权重的可视化也为决策过程提供了清晰依据。