稻瘟病菌粗毒素对水稻幼胚愈伤组织的影响及抗性筛选

利用目前稻瘟病不同的优势小种菌株的液体培养提取的粗毒素对水稻幼胚进行处理,稻瘟病菌粗毒素提取液对水稻幼胚的愈伤的诱导和分化的有明显的抑制效应。随着毒素浓度的增加,水稻胚性愈伤获得率和分化能力显著降低。在诱导培养基中加入毒素对幼胚的筛选取效果较好,可以获得较多的胚性愈伤和较多的分化苗。培养基中毒素的浓度处理以30%效果好。水稻幼胚的抗性筛选过程中胚性愈伤获得和分化苗数较高,是很好的培养材料;而且不同的水稻品种产生的耐性不同,并可以同时筛选出抗稻瘟病的突变体。     

融合TI手持技术培养学生的探究能力

图形计算器Ti-Nspire CX-C CAS是一种现代手持技术,它具有数据处理功能、函数功能、图形功能、简单编程功能和进行数学实验的功能,具有很好的交互性;它是基于教师的教和学生的学而专门设计的,符合学科教学的要求,更适应学生学习的要求;它可以直观地绘制各种图形,并进行动态演示、跟踪轨迹等.利用这些功能,学生可以充分参与数学问题的探究活动,激发学生的数学学习兴趣,也能减少繁杂的计算,并体会转化、化归等重要的数学思想与方法,最终促进学生在学习和实践的过程中形成和发展数学应用意识.     

有限元方法求解二维薛定谔方程

利用有限元方法求解单粒子在多角形势阱中的能量以及概率密度.分别用差分方法和有限元方法进行数值仿真,将这两种方法求得的数值结果和解析解分别对比.结果表明差分方法的求解误差更小,但是在误差允许的范围内,有限元方法能适用于更多不同势阱形状的求解.对于高精度地求解薛定谔方程的数值解开辟了新道路,丰富了对量子现象的研究手段.     

稻瘟病菌粗毒素对水稻幼胚愈伤组织的影响及抗性筛选

利用目前稻瘟病不同的优势小种菌株的液体培养提取的粗毒素对水稻幼胚进行处理,稻瘟病菌粗毒素提取液对水稻幼胚的愈伤的诱导和分化的有明显的抑制效应.随着毒素浓度的增加,水稻胚性愈伤获得率和分化能力显著降低.在诱导培养基中加入毒素对幼胚的筛选取效果较好,可以获得较多的胚性愈伤和较多的分化苗.培养基中毒素的浓度处理以30%效果好.水稻幼胚的抗性筛选过程中胚性愈伤获得和分化苗数较高,是很好的培养材料;而且不同的水稻品种产生的耐性不同,并可以同时筛选出抗稻瘟病的突变体.     

人参快繁条件的优化

以人参种子在无菌条件下培养出来的无菌苗的幼嫩叶片以及不同器官、人参成体的块茎及叶作为外植体,接种到附加着不同浓度的NAA、KT、IAA、6-BA以及它们分别组合的MS固体培养基上；总结出外植体在同样的诱导条件下有很大的差异,且不同的培养基对外植体的影响不同。结果表明,MS+NAA0.1mg·L-1+KT0.5mg·L-1是诱导愈伤组织的最好的培养基；最理想的诱导丛生芽的培养基为MS+6-BA1.5 mg·L-1+NAA0.5mg·L-1；最佳诱导不定芽生根的培养基为MS+KT0.5mg·L-1+IAA0.3mg·L-1+6-BA0.2mg·L-1+活性炭3g；移栽、扦插的试管苗在炉灰渣中生长得最旺盛,所以最理想的基质是炉灰渣。     

长春师范学院校园大型土壤动物生态分布特征

本文对长春师范学院校园内大型土壤动物的生态分布进行了研究。在音乐楼前树林(A)、求索大道东侧树林(B)、理科实验楼前草坪(C)和一食堂与七舍间草坪(D)等4个不同取样点的土壤动物群落中,类群数和个体数的变化趋势均为:B>A>D>C。同时,对相应取样点土壤的理化性质进行了测定,分析了大型土壤动物与土壤理化性质之间的关系,结果表明土壤含水量、pH值、有机质含量与大型土壤动物的种类和数量有密切的关系。     

桑塔纳3000轿车不着车特殊故障诊断与排除

当人坐在汽车中准备启程时,却发现发动机无法启动,这是令人十分懊恼的事。本文以桑塔纳3000轿车为研究对象,以实车中的常见故障为基础,帮助汽车专业的学生学习汽车发动机不着车故障诊断与排除方法,进一步提高学习效率。     

濒危稀有树种前红松的速繁技术研究

前红松( Pinus prokoraiensis Zhao, Lu et Gu) ,松科松属单维束亚属植物,陆静梅等于1990年确立为松属中的一新种. 前红松具有生长速度快、结实早、种子大,树型优美,且耐旱、耐盐碱等特点. 前红松因种子发芽难且仅分布于吉林省土门岭一带被列为濒危植物,因此对前红松进行速繁研究将有助于改善前红松的生存状况,还可使前红松充分发挥其生态及经济价值.     

基于改进DAEKF的锂电池SOC和SOH联合估计

为提高锂离子荷电状态（state of charge,SOC）及健康状态（state of health,SOH）的精度,提出改进双自适应扩展卡尔曼滤波（dual adaptive extended Kalman filter,DAEKF）算法。基于二阶RC模型,建立空间状态方程;选取电池容量作为SOH的表征量,在双扩展卡尔曼滤波算法基础上引入改进的Sage-Husa自适应算法,实现系统协方差矩阵的实时更新;为降低系统计算量,进一步加入多时间尺度理论进行优化。实验结果表明,提出的算法能较准确地估计锂电池的SOC与SOH,SOC的平均误差为0.58%,SOH最大估计误差为0.8%,该算法正确有效。     

基于小波神经网络的建筑工程沉降变形预测

变形监测是安全化、信息化工程建设和管理的重要内容,贯穿于建筑物设计、施工和运营整个过程.本文基于小波分析、BP神经网络、小波分析与神经网络结合的相关理论,借助MATLAB编程,建立了改进的BP神经网络、辅助式小波神经网络、嵌入式小波神经网络3种变形预测网络模型.结合工程实测数据,利用建立的3种模型,分别应用累积沉降和期间沉降不同模式数据进行预测.结果表明,两种小波神经网络组合模型的预测效果明显优于单一的BP神经网络模型,具有更高预测精度和更快的收敛速度,且训练样本数目越多,模型精度越高,预测效果越好.