鸡传染性支气管炎病毒抗体间接ELISA检测方法的建立与初步应用

建立了一种检测鸡传染性支气管炎病毒(infectious bronchitis virus, IBV)抗体终点滴度(end-point titer, ET)的间接ELISA方法，以应用于监测鸡免疫疫苗或者感染野毒后的抗体。以大肠杆菌表达的IBV核衣壳(N)蛋白作为包被抗原，以SPF鸡血清和感染IBV的SPF鸡血清分别作为阴性血清和阳性血清对照，优化确定出ELISA的各项技术参数。对66份SPF鸡血清进行测试，确定了阴、阳性S/P临界值为0.385。特异性试验表明包被抗原与其他常见病原的阳性血清均不发生交叉反应，批内和批间重复性试验的变异系数均小于10.00%。选取了50份临床血清样品，通过阳性-阴性阈值(positive negative threshold, PNT)基线确定ET值，建立了固定血清稀释倍数(1∶500)处S/P值与ET的线性回归方程，相关系数(R²)为0.959 3(P<0.000 1)。通过检测2个商品鸡群在1～49日龄不同时间点采集的461份血清样本，比较了建立的IBVN-ELISA方法与IDEXX公司提供的商品化试剂盒。本研究建立的I...     

木麻黄属植物对土壤重金属的富集及修复研究进展

木麻黄属（Casuarina Adans.）植物是常绿被子植物，作为一类经济植物，其生长快，适应性强，耐盐碱、耐贫瘠，在改善生态环境、防沙固土等方面有着巨大的优势。在我国尤其是南方城市，木麻黄属植物不仅在园林绿化、美化中应用广泛，而且具有一定的环境修复潜力，对部分重金属累积能力强、净化效果好。文中综述近年来木麻黄属植物重金属耐性及积累特性的相关研究，并提出木麻黄属植物对土壤重金属修复研究的基本思路和对策。     

种子科学与工程一流本科专业建设探讨 ——以华南农业大学为例

作物种业是国家战略性、基础性核心产业。近年来，种子科学与工程专业在我国现代种业人才培养方面发挥了重要作用。新形势下，可以从专业特色、培养体系、金课建设等方面，着力建设我国一流种子科学与工程本科专业。     

山东省智能农机装备重大关键技术创新战略研究

智能农机装备作为农业生产发展的重要组成部分，在加快农业现代化发展进程的同时，还起到了改善资源配置、提升生态环境、促进经济发展、推进乡村振兴和保证粮食安全等方面发挥着重要的作用。山东省作为农机装备制造、应用大省，仍存在农机装备产业发展不平衡、农机装备智能化水平低、农机农艺融合不够、适宜机械化的基础条件建设滞后等问题。研究、分析了智能农机装备发展现状，针对山东省智能农机产业发展的问题，深入剖析了国内外前沿技术与产业发展动态，结合当前农业农村现代化发展紧迫需求，围绕国家战略需求和山东省现代农业发展要求，全面统筹本省智能农机装备研究与应用方向，进一步明确政府、企业和科研院所创新和支持方向，理清了智能农机装备关键技术攻关方向。     

基于专业认证的国家一流种子科学与工程专业建设思考

对我国高等专业认证情况进行概述，分析我国农科类专业认证现状。重点以种子科学与工程专业为例，从专业认证意识、人才培养质量、教学质量监控和评估体系、构建创新教育与专业认证指导课程体系、教学师资培养 5 个方面，探索种子科学与工程专业认证的必要性、标准和内涵，为顺利完成专业认证提供依据。     

玉米 DUS 测试工具的创新与应用

DUS 测试是指对植物的特异性、一致性和稳定性进行测试评价的过程，它通过田间表型性状的测试来描述品种。DUS 测试在种业中扮演着重要的角色，它是植物品种保护、审定、登记的必要条件，是品种维权执法的技术支撑，是指导品种选育的基本标准，同时也是国际通行的品种管理基本技术依据。随着我国种业的快速发展，DUS 测试量逐年增加，给专职测试人员带来了很大的测试压力，DUS 测试体系开始着眼于通过创新测试工具以提高测试效率与水平，缓解测试人员的测试压力。对农业农村部植物新品种测试锦州分中心（以下简称锦州分中心）在玉米测试过程中关于测试工具的创新应用展开介绍。     

基于BP神经网络的柑橘农药残留预测

基于BP神经网络算法，采用主成分分析法得到农药相对分子质量、气温、降水量、pH、CEC、有机质、施药浓度、采收间隔期是影响农药残留量的主要因素，并将其作为输入变量，初步构建柑橘农药残留预测模型。结果表明：经160组样本数据模型训练和测试，预测相对误差为0.92%~18.93%，平均为7.42%，绝对误差为0.001~0.153 mg/kg；BP神经网络预测模型的决定系数为0.962 05。可见，面对复杂的自然环境及柑橘种质性状，基于BP神经网络的柑橘农药残留预测系统对柑橘上多种农药的残留显示出较高的预测精度，说明将机器学习算法用于柑橘的农药残留检测是可行的。     

不同车速下自适应变化的路径跟踪控制研究

路径跟踪是自动驾驶汽车的核心技术,许多控制算法已被广泛应用于路径跟踪任务。为了提高路径跟踪在不同速度下的自适应能力,提出了一种结合预测轨迹和模糊控制的自适应Stanley路径跟踪控制器。参考人类驾驶员经验,模糊控制器根据车辆的横纵向速度实时调整预瞄距离,预测轨迹根据纵向速度实时调整预测时间进行提前控制。最后设计了自适应邻域的粒子群算法来对控制器参数进行优化。通过Simulink-CarSim的联合仿真验证,证明自适应Stanley控制器可以显著提高对不同速度的适应性和跟踪性能。