采自不同年份、不同地区的小斑病菌育性结构存在差异,2013—2018年可育菌株率分别为77.88%、78.57%、93.33%、94.87%、93.49%和88.76%。云南西双版纳地区的菌株可育率最高,达到100%;其次为四川北部、中部、南部和东部地区,菌株可育率分别为93.25%、89.87%、83.33%和79.31%;四川西部地区菌株可育率最低VX 765,为69.23%。【结论】玉米小斑病菌自然群体中普遍存在MAT1-1和MAT1-2两种交配型,两种交配型均衡分布且多为可育菌株。尽管未见自然条件下玉米小斑病菌有性世代的报道,但两种交配型菌株和高比例可育菌株的普遍存在表明有性生殖可能正在发生。
为应对移动互联网下电力营销末端网络侧流量增大后的网络安全问题,提出一种攻防并且式CNN网络入侵检测模型。针对传统入侵检测模型仅有单个分类器造成精度不高的问题,提出基分类器概念,为找到每个基分类器的最佳权重,建立斯塔克尔伯格博弈数学模型,利用遗传算法寻找模型中的最优解。在实验仿真计算中,使用NSL-KDD数据集验证了该模型的有效性。
DOE-2模型被广泛应用于冷水机组仿真建模,如何根据有限传感器Dorsomorphin molecular weight实测数据对某特定冷水机组DOE-2模型的参数进行可靠地辨识,并补偿模型误差,对于节能运行等场景具有重要意义。在实践中由于传感器不足且数据质量不高等问题,DOE-2模型参数的可靠辨识较为困难。因此,本文提出一种基于外部知识库的遗传算法和一种基于人工神经网络的方法分别对DOE-2模型进行参数辨识和误差补偿。结果表明 基于外部知识库的遗传算法可以有效降低DOE-2模型参数辨识时间,并显著提升DOE-2模型预测精度。