通过本科程的学习,使学生掌握植物农产品产后生理变化的规律,以及病虫害 侵染规律,控制植物性农产品的产后的损失,以及保证优良品质。为今后从事农产 品贮藏技术研究与应用打下良好的基础。植物生理介绍植物产后生理变化的规律, 包括水分代谢、呼吸作用、植物生长激素、植物成熟和衰老机理等;植物病理学介 绍病虫害侵染规律,包括贮藏病害病原类别、贮藏病害防治原理、杀菌剂类别及性 状、植物的抗病和感病机理;水果和蔬菜的产后病害及其控制

本章学习内容分为三节：第一节： 酶通论；1、酶催化作用的特点；酶与催化剂的比较、酶作为生物催化剂的特点；2、酶的化学本质及其组成；3、酶的命名与分类。4、酶催化反应的专一性；5、酶活力的测定及酶的分离纯化。第二节：酶促反应动力学，1、化学动力学概念；2、底物对酶反应速率的影响；3、酶的抑制作用；4、温度、pH对酶反应的影响；5、激活剂对酶反应的影响。第三节：酶的作用机理，1、酶的活性部位；2、酶催化的高效性研究；3、酶活性的调节控制

21世纪是生命科学的世纪,生物工程是优先发展的高科技领域之一。生物工程工业分 析实验是生物工程专业教学设置中的一们主要专业课程,是初步了解、学习和掌握生物工程 工业分析研究的一个重要实践性环节。其实验目的是为了有针对性地解决一个具有明确工业 背景的生物工程问题,旨在培养学生掌握生物工程工业生产过程中的质量研究和质量控制的 基本理论知识与基本操作技能,具有基本的实验研究思路和分析问题解决问题的能力学生 通过较为系统的实验室工作来培养自己的动手能力,分析问题的能力

1、课程简介 《园艺育种及良种繁育学》是园艺专业的重要专业课程,是一门综述园艺植物育种基础 知识和基本技术的课程。通过学习,了解和掌握园艺植物育种及良种繁育的基本知识、基 本理论和基本操作技术。主要研究园艺植物(包括观赏植物、蔬菜、果树)育种的基本方 法及其各种方法的主要操作程序,为良种繁育奠定理论基础和实践技术。本课程以基础理 论知识为基础,突出育种技术,加强理论和实践环节的联系是学习本课程的关键所在。 2、地位和任务 《园艺育种及良种繁育学》是果树、蔬菜及观赏植物人工进化的科学,是以遗传学、进 化论为主要基础的综合性应用科学。园艺植物育种学与有关园艺植物的栽培学有密切的联 系,是园艺科学中不可偏缺的主要学科。 《园艺育种及良种繁育学》是研究选育园艺植物新品种的原理和方法的科学。其基本任 务是根据不同地区原有品种基础和主、客观情况,科学地制订先进而切实可行的育种目 标;在征集、评价和利用种质资源,研究和掌握性状遗传变异规律及变异多样性的基础 上,采用适当的育种途径和方法,选育适合于市场需要的优良品种,乃至新的园艺作物 在繁殖、推广的过程中保持及提高其种性,提供数量足够、质量可靠、成本较低的繁殖材 料,促进高产、优质、高效园艺业的发展

结合影像学和人工智能技术对病灶进行无创性定量分析是目前智慧医疗的一个重要研究方向。针对肝细胞癌（Hepatocellular carcinoma, HCC）分化程度的无创性定量估测方法研究，结合放射科医师的临床读片经验，提出了一种基于自注意力指导的多序列融合肝细胞癌组织学分化程度无创判别计算模型。以动态对比增强核磁共振成像（Dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）的多个序列为输入，学习各时序序列及各序列的多层扫描切片在分化程度判别任务的权重，加权序列中具有的良好判别性能的时间和空间特征，以提升分化程度判别性能。模型的训练和测试在三甲医院的临床数据集上进行，实验结果表明，本文所提出的肝细胞癌分化程度判别模型取得相比几种基准和主流模型最高的分类计算性能，在WHO组织学分级任务中，判别准确度、灵敏度、精确度分别达到80%，82%和82%

(一)体育保健学概论 体育保健学是研究人体在体育运动过程中保健规律与措施的一门综合、应用 科学。它是在医疗保健和体育运动相结合的过程中发展起来的一门新兴的综合、 交叉学科。它研究体育运动对人体各方面的影响及人体对体育运动的积极性适 学习保育保健学的目的,是运用现代医学保健知识和方法,对体育运动参加 者进行医学监督和指导,以达到促进身体生长发育;增进身心健康、增强体质 防治运动性伤病并促进运动能力的提高 体育保健学的主要任务是运用上述基础理论及卫生学等有关临床医学的基 本知识和技能,研究体育运动参加者的身体发育、健康状况和训练水平,为合理 安排体育教学

本书强调严格性和基础性，书中的材料从源头—数系的结构及集合论开始，然后引向分析的基础（极限、级数、连续、微分、Riemann积分等），再进入幂级数、多元微分学以及Fourier分析，最后到达Lebesgue积分，这些材料几乎完全是以具体的实直线和欧几里得空间为背景的.书中还包括关于数理逻辑和十进制系统的两个附录。课程的材料与习题紧密结合，目的是使学生能动地学习课程的材料，并且进行严格的思考和严密的书面表达的实践本书适合已学过微积分的高年级本科生和研究生学习

人工智能特别是近几年深度学习的飞速发展，深刻的影响着军事领域，并赋予现代战争智能性、交叉性和破坏性的新特点。要想在军事对抗中取胜，不仅需要机器智能，同样需要人类智慧，能在军事作战中达到人机高度协同，是实现人与机器取长补短的重要途径，也是在愈发复杂的战争形势中取得胜利的关键。本文将军事对抗中人工智能的应用作为切入点，罗列了代表性国家在军事领域对人工智能的重视程度，从对抗策略和物联网三层架构两大角度对发展现状进行总结，同时指出在目前军事领域使用人工智能存在的不足，对人机融合智能在军事对抗中的发展趋势进行分析，并给出可能实现的技术方案，对未来的研究方向作出展望。如何实现高度的人机融合，从而获得“1+1>2”的良好效果，是人工智能在军事对抗中的下一步研究工作

随着无人工厂、智能安监等技术在制造业领域的深入应用，以视觉识别预警系统为代表的复杂环境下动态识别技术成为智能工业领域的重要研究内容之一。在本文所述的工业级视觉识别预警系统中，操作人员头发区域由于其具有移动形态非规则性、运动无规律性的特点，在动态图像中的实时分割较为困难。针对此问题，提出一种基于SiamMask模型的时空预测移动目标跟踪算法。该算法将基于PyTorch深度学习框架的SiamMask单目标跟踪算法与ROI检测及STC时空上下文预测算法相融合，根据目标时空关系的在线学习，预测新的目标位置并对SiamMask模型进行算法校正，实现视频序列中的目标快速识别。实验结果表明，所提出的算法能够克服环境干扰、目标遮挡对跟踪效果的影响，将目标跟踪误识别率降低至0.156%。该算法计算时间成本为每秒30帧，比改进前的SiamMask模型帧率每秒提高3.2帧，算法效率提高11.94%。该算法达到视觉识别预警系统准确性、实时性的要求，对移动目标识别算法模型的复杂环境应用具有借鉴意义

工程试验不同于其他科学实验,十分重视实验的经济性,对其准确度应有一个适当的 要求:准确度过低当然不可取,对准确度要求过高,对仪器和设备的要求往往会大幅提 高,造成对人力和物力的浪费。因此,对测量准确度的恰当要求是极其重要的 实验数据误差的问题,已在分析化学和物理化学等课程中,陆续学习过一些有关的理 论和方法,这里不再系统论述。而在化学工程的研究中经常会遇到数据的回归分析,以及 离散数据的解析等数值计算的问题。因此本节将着重介绍化学工程实验中常用的一些数据 处理方法