排序方式： 共有46条查询结果，搜索用时 31 毫秒
41.
鹅源新城疫病毒自然弱毒株的分离与鉴定 总被引：1，自引：1，他引：1
从江苏省某健康鹅群分离并筛选出一株病毒,经鸡胚传代培养和血清学试验,证明该毒株为新城疫病毒。应用电镜技术、生物学特性检测对其进行鉴定,结果表明:该毒株MDT为146.4h,ICPI为0.375,参照判定标准,确定该毒株为NDV弱毒株。通过RT-PCR方法,扩增出该毒株F基因,并进行克隆和序列测定,其F蛋白裂解位点的序列为112G-K-Q-G-R-L117,符合典型的NDV弱毒株的特征,从基因和分子水平上进一步证明该毒株为NDV弱毒株,通过绘制的系统发育进化树进行分析,表明该毒株为F基因Ⅰ型新城疫病毒,并将该毒株暂命名为G0405。 相似文献
42.
3株鹅源新城疫病毒的分子特征和遗传发生分析 总被引：2，自引：2，他引：2
2005年分离的3株鹅源新城疫病毒毒株经毒力（MDT）检测为强毒株，鸡胚平均死亡时间为48～60h。RT—PCR扩增出了融合蛋白（F）基因，测定相应的核苷酸序列并进行遗传发生分析和酶切位点分析。对基因编码的氨基酸序列进行了推导，3个试验毒株的蛋白酶裂解激活位点附近的氨基酸序列均为112R（K）RQKR↓F117，为强毒特征序列。根据绘制的系统进化发生树和F基因上3种限制性内切酶（RE）位点分布．确定了这3个毒株均为基因Ⅶ型。以上证据表明该基因型的新城疫病毒在我国鹅群的流行占据一定优势。 相似文献
43.
针对在应用数码相机采集大田作物叶片图像时出现的植物叶片图像倾斜和几何失真等问题,提出了基于双线性映射的植物叶片校正算法.测量有效性不受叶片大小、形状差异和叶片图像中叶片周边白色背景的影响.实验验证该方法校正叶片图像,精度可达99%以上,是进一步提取植物叶面特征的基础. 相似文献
44.
基于遗传神经网络的植物叶片病害特征提取的研究 总被引：1，自引：0，他引：1
为提高作物病害定量、快速、准确识别,以大豆褐斑病为例,综合运用计算机数字图像处理技术与人工神经网络技术,建立了一个多层前馈遗传神经网络,实现了大豆褐斑病的识别与特征计算。本技术首先通过计算机视觉技术采集叶片图像,尔后,采用遗传神经网络完成了对病斑图像的识别,最后运用数字图像处理技术完成了对病斑区域相关特征值的计算,实验识别准确率达100%。 相似文献
45.
基于叶片的植物病虫害识别方法 总被引：10，自引：0，他引：10
综合运用计算机数字图像处理技术与人工神经网络技术,对叶片色度值进行了计算;同时,建立一个多层BP神经网络,实现了对大豆叶片中病斑的自动识别,运用区域标记法对病斑的特征参数进行计算.实验证明,该方法能有效地识别出病斑区域,识别率可达92.1%,计算的特征参数为病种的识别提供了理论依据. 相似文献
46.
针对我校计算机基础课程门类多、及有纸化考试方式无法考查实际应用能力等弊端,开发了教与学并进的计算机基础课网络教学平台。该教学平台分为外网与内网两级层次,内网用于考试,外网用于平时学习。计算机基础网络教学平台是高等院校传统教学手段必要和有益的补充,能够丰富教学手段,有效提高教学质量和教学效果。 相似文献