Research advances on causes and prevention for the continuous cropping obstacle of Pinellia ternata北大核心CSCD

半夏是一味传统常用中药材,但连作障碍导致其产量和品质下降,从而严重制约产业可持续发展.究其成因,半夏连作导致土壤酸化、酶活下降和营养失衡,特别是酚酸类、醌类、醛类和酮类化合物等化感物质积累,抑制半夏种子萌发和幼苗生长,并造成根际镰孢霉(Fusarium)、产酸克雷伯氏杆菌(Klebsiella oxytoca)和胡萝卜软腐果胶杆菌(Pectobacterium carotovorum)等致病菌增加,而土壤微生物多样性降低.目前半夏连作障碍的防治措施主要包括轮作与间作、土壤和块茎灭菌以及施用微生物制剂和有机物料等,但这些措施存在运转周期长、成本高、操作困难等缺点或机制不清、效果不稳定等问题.因此建议将半夏植株-根系分泌物(如化感物质等)-根际土壤-根际微生物群落视为一个整体,系统研究其互作关系,并拓展半夏连作障碍防治技术及原理研究,为保障和促进半夏种植产业的可持续发展提供理论与技术参考.(图1参96)     

3株油脂化工废水降解菌的分离鉴定

本研究从油脂化工废水处理装置中分离到３ 株降解脂肪酸和脂肪胺的功能菌,所筛选菌株对油脂化工生产废水有较好降解能力,其中 Ｆ Ａ２ 菌株对 Ｃ１８ 烯酸和 Ｃ１８ 伯胺作用４８ ｈ 的降解率分别为８８ ．８ ％ 和８２ ．３ ％ ．３株细菌分别归类于葡萄球菌属（ Ｓｔａｐｈｙｌｏｃｏｃｃｕｓ） 和棒状菌群     

基于改进逻辑回归的电网覆冰故障预测研究

电网覆冰由于湿度、温度、海拔等因素可形成不同的覆冰类型，电网系统故障水平会根据覆冰类型的差异而变化。传统的电网覆冰故障预测多聚焦于覆冰厚度与电网故障的内在联系，忽略了覆冰类型对电网故障的影响作用。为解决这一问题，提出了一种改进的逻辑回归多分类算法，通过将拟合出的回归函数值输入Softmax函数转换为多概率形式实现对覆冰类型的分类，根据数据有无覆冰类型的划分，分别在不同的机器学习算法下对电网覆冰故障进行预测比较。经试验，采用改进逻辑回归算法预测覆冰类型的准确率达88%,电网故障预测的准确率较无覆冰类型下的预测在改进逻辑回归算法、朴素贝叶斯算法(Na6ve Bayes, NB)、K近邻、支持向量机算法(Support Vector Machine, SVM)中分别平均提高了5.3%、21.7%、7%、5.3%,研究表明，改进的逻辑回归算法可以准确预测电网的覆冰类型，提升电网故障预测的准确率。