首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  免费   1篇
  国内免费   2篇
  2023年   1篇
  2010年   1篇
  2001年   1篇
排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
两种生态类型蚯蚓几种消化酶活性比较研究   总被引:16,自引:0,他引:16  
蚯蚓在有机残体转化和土壤养分循环中起着重要的作用,为明确不同生态类型蚯蚓的食性及其消化有机物质的能力,测定了表居型蚯蚓赤爱胜蚓(Eisenia fetida)和上食下居型蚯蚓威廉环毛蚓(Pheretima guillemi)肠道内纤维素酶、蛋白酶、酸性磷酸酶和碱性磷酸酶的活性;同时还对威廉环毛蚓排泄物中蛋白酶、磷酸酶以及CO2呼吸强度与原土进行了比较,结果表明,赤爱胜蚓肠道内纤维素酶活性远远高于威廉环毛蚓,而蛋白酶和酸性及碱性磷酸酶活性显著低于威廉环毛蚓;两种蝗 蚓肠道消化酶活化的差异与赤爱胜蚓直接以植物残体为食,而威廉环毛蚓以半分解的有机残体上的微生物为食有关。根据研究结果,提出了饲养环毛 时要注意增加饵料中微生物量的观点。  相似文献   
2.
作为我国重要的用材树种,杉木广泛分布于我国南方地区,其株数和树冠信息对于森林资源的精准监测有重要作用,为此准确掌握杉木林分株数及单木树冠信息尤为重要。对于高郁闭度林分,株数和单木树冠信息正确提取的关键是能够准确分割相互遮挡和粘连的树冠。本研究以福建将乐国有林场为研究区,将无人机影像作为数据源,提出一种基于深度学习方法和分水岭算法的树冠信息提取方法:首先采用深度学习神经网络模型U-Net对杉木树冠覆盖区域进行分割,然后利用传统图像分割算法标记控制分水岭算法进行单木分割得到单木树冠;在保持相同训练集、验证集和测试集的情况下,首先对比U-Net模型与传统机器学习方法[随机森林模型(RF)和支持向量机模型(SVM)]在分割树冠覆盖区域上的表现,接着对比了U-Net模型结合标记控制分水岭算法和只使用标记控制分水岭算法进行单木分割的精度。结果表明:U-Net模型在分割精度、精确率、交互比、精确率与召回率的调和均值4个指标上均高于RF和SVM,与RF相比,4项指标分别提升4.6%、14.9%、7.6%、0.05,与SVM相比,4项指标分别提升3.3%、8.5%、8.1%、0.05。在提取单木株数方面...  相似文献   
3.
高通量的蛋白质互作数据与结构域互作数据的出现,使得在蛋白质组学领域内研究人类蛋白质结构互作网络,进一步揭示蛋白质结构与功能间的潜在关系成为可能.蛋白质上广泛分布的结构域被认为是蛋白质结构、功能以及进化的基本功能单元.然而,结合蛋白质的结构信息(例如蛋白质结构域数目、长度和覆盖率等)来研究这些表象后的内部机制仍然面临着挑战.将蛋白质分为单结构域蛋白质与多结构域蛋白质,并进一步结合蛋白质互作信息与结构域互作信息构建了人类蛋白质结构互作网络;通过与人类蛋白质互作网络进行比较,研究了人类蛋白质结构互作网络的特殊结构特征;对于单结构域蛋白质与多结构域蛋白质,分别进行了功能富集分析、功能离散度分析以及功能一致性分析等.结果发现,将结构域互作信息综合考虑进来后,人类蛋白质结构互作网络可以提供更多的单纯的蛋白质互作网络无法提供的细节信息,揭示蛋白质互作网络的复杂性.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号