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
  收费全文   2篇
  免费   1篇
化学   1篇
综合类   1篇
物理学   1篇
  2018年   2篇
  2009年   1篇
排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
以两种典型基质:葡萄糖(R1)和乙酸钠(R2)作为单一碳源,考察了SBR单级好氧工艺在R1和R2中的除磷效果,并通过比较各自微生物体内储能物质的变化,探讨了SBR单级好氧工艺以不同基质作为碳源时影响其微生物摄磷能力的根本原因.结果表明:R1和R2中均观察到明显的超量摄磷现象,但在运行条件完全相同的情况下,两系统中微生物摄磷能力以及体内储能物质有很大的差别.稳定运行后,R1和R2中单位混合液挥发性悬浮固体(MLVSS)的总磷(TP)去除量分别为6.7~7.4、2.7~3.2mg·g^-1.R1中微生物体内储能物质多β羟基烷酸盐(PHA)含量没有明显的变化,另一储能物质糖原质在好氧段外碳源(葡萄糖)存在时有明显的积累现象(糖原质的最大积累量为3.21mmol-C·g^-1),在好氧段外碳源消耗完后呈下降趋势,并在好氧结束时下降到好氧前水平;R2中PHA与糖原质在好氧段外碳源(乙酸钠)存在时均有明显的积累现象(外碳源消耗完时PHA与糖原质积累量分别为2.1,0.55mmol—C·g^-1),PHA在好氧段外碳源消耗完后呈下降趋势,并在好氧结束时也几平下降到好氧前水平,而糖原质却在外碳源消耗完后继续积累,并在好氧2h左右时达到最大值(糖原质最大积累量为0.88mmol—C·g^-1),此后下降明显,在好氧结束时也几乎恢复到原始水平.在整个好氧过程中,R1中内碳源(PHA与糖原质)的积累/转化量大于R2系统.在闲置期内,R1与R2中PHA与糖原质均没有明显变化,但却观察到明显的释磷现象,且R1释磷量多于R2系统.此研究显示,由于R1与R2中进水碳源不同,在其反应系统内碳源的好氧代谢途径有所差别,使各自微生物在好氧段体内储能物质的类型与积累/转化量也有所不同,各自微生物在好氧摄磷时得到的可利用的能量也不同,因而各自微生物的摄磷能力亦有所差别.  相似文献   
2.
互补约束优化问题应用十分广泛.利用Sigmoid函数的积分函数提出了一种新的光滑化近似算法,将互补约束优化问题转化为一般的非线性规划近似问题,通过求解近似问题的一系列光滑子问题得到原问题的近似解.在线性独立约束规范和其他一些较弱的假设条件下:无须上水平严格互补和渐进弱非退化,证明了光滑近似问题的KKT稳定点序列收敛于原问题的C-稳定点.进而考虑弱二阶必要条件,证明了上述KKT稳定点序列收敛于原问题的S-稳定点.最后,设计了相应算法,并对MacMPEC测试题库中的一些算例进行了数值实验,将得到的结果与其他算法的结果进行比较,显示本方法是有效的.  相似文献   
3.
突变体的筛选与鉴定是育种工作中的重要环节。该研究基于高光谱成像技术实现了水稻CRISPR/Cas9突变体种子的可视化鉴别。采集了水稻HD野生型和CRISPR/Cas9突变体种子共1 200粒样本的高光谱图像数据,通过Kennard-Stone算法,按照2∶1的比例构建了建模集(800)和预测集(400)。对水稻种子的原始光谱经过WT预处理后,通过2nd derivative提取了24个特征波长,分别基于全谱和特征波长建立径向基函数神经网络(RBFNN),极限学习机(ELM)和K最邻近法(KNN)模型。试验结果表明,无论是基于全谱还是特征波长神经网络模型都取得了良好的识别能力。通过2nd derivative提取的特征波长结合RBFNN模型也取得了较好的鉴别结果,其建模集和预测集分别达到了92.25%和89.50%。基于2nd derivative-RBFNN结合图像处理技术,可以实现水稻CRISPR/Cas9突变体种子的可视化鉴别,实现种子的定位和识别。结果表明应用高光谱成像技术,结合化学计量学方法和图像处理技术对水稻CRISPR/Cas9突变体的鉴别具有可行性,可为水稻育种中大量突变体的快速、准确地筛选和鉴定提供技术手段。  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