该研究利用两个不同品系小鼠杂交获得杂交小鼠，构建杂交小鼠父本与母本的Hi-C、ChIP-seq、RNA-seq等组学数据。根据杂交小鼠的多态位点和小鼠品系特异基因型把杂交小鼠组学数据分成父本来源基因组和母本来源基因组，这样就可以在单倍型水平构建三维基因组和研究基因调控。分析表明，同源染色体具有高度相似的相互作用模式，这种相互作用模式的相似性与其等位基因的共表达水平高度相关。

本发明公开了一种用于制备纳米二氧化钛-石墨烯复合材料的方法，包括：（a）向浓度为1-4mg/mL的氧化石墨烯溶液中加入二氧化钛纳米颗粒，其中氧化石墨烯与二氧化钛之间的重量比控制为10:1～1:10，并获得分散液；（b）将所获得的分散液置入反应釜中，在120-200℃的条件下执行水热反应2-12小时，然后经过冷冻干燥处理即得到具备三维多孔结构的纳米二氧化钛-石墨烯复合材料产品。本发明还公开了相应的复合材料产品及其特定用途。通过本发明，能够以简单、易于操作并适合大规模生产的方式来制备纳米二氧化钛-石墨烯复合材料产品，且其所制得的产品具备比表面积大的三维多孔结构，并尤其适用于制作超级电容器或用于执行环境污染处理。

本发明所提供了一种基于超像素分割的图像语义标注方法，首先将基于图像超像素分割提取的特征图块输入卷积神经网络，再将卷积神经网络训练得到的特征向量进行扩展和加权处理，最后构建条件随机场模型进行语义类别标注预测。由于采用本发明的技术方案，该方法将超像素块作为研究对象，简化了用于基于图像超像素分割提取的特征图块的复杂度，提高了语义标注的计算效率；另外，采用多层的超像素块进行语义分析，并将其标注结果进行综合，提高了语义标注的准确率和鲁棒性。

本发明公开了以靶标蛋白甾醇14α‑脱甲基酶三维结构筛选的小分子化合物及其在制备杀菌剂中的应用，所述小分子化合物为((1R,5S)‑3‑((3‑苯基‑1,2,4‑噁二唑‑5‑基)甲基)‑3,4,5,6‑四氢‑1H‑1,5‑甲撑吡啶并[1,2‑a][1,5]二氮环辛‑8(2H)‑酮盐酸盐。本发明通过室内药剂敏感性测定，证明了所述小分子化合物对引起小麦赤霉病害的主要植物病原真菌禾谷镰刀菌具有良好的抑制活

产品详细介绍                      德国莱卡DMC4500彩色数码摄像头、CCD相机                        联系方式：QQ179520327、01080497309500万有效像素、2/3" sony ICX282 CCD 、像元尺寸3.4 μm x 3.4 μm 、36bit 彩色深度一、德国莱卡DMC4500彩色数码摄像头、CCD相机简介：Leica DMC4500 彩色摄像头可在日常分析和记录工作中摄取清晰、明亮的图像。作为一款功能全面且操作简易的工具，Leica DMC4500 旨在简化从摄取到处理的整个成像过程。无论是病理学或药物试验等生命科学应用，还是质量控制和故障分析等工业应用，它都是您的理想之选。◇ USB 3.0 interface提供 USB 3.0 接口（兼容USB2.0接口），可在任何计算机或笔记本电脑上实现即插即用。◇ 采用成熟可靠的 500 万像素 CCD 传感器，运行快速而又高效。◇ 实时成像速度高达 18 帧／秒，可在计算机屏幕上直接进行样品的定位和对焦。◇ 体验 SXGA 分辨率为 1280 x 960 像素的实时图像预览。◇ 噪声抑制能力出众，完美采集未经处理的 CCD 信号。◇ Leica DMC4500 在摄像头内部直接对来自 CCD 芯片的图像信息进行数字化转换。◇ 可执行 14 位分辨率的数字化转换。◇ 摄像头支持真彩色校准，提供自然的色彩重现效果，继而生成高质量的图像。◇ 在 SXGA 逐行扫描以及全帧模式下，分别能以 18 帧／秒和 9 帧／秒的帧速快速摄取实时图像。 二、LEICA DMC 4500高性能的显微镜软件Leica Application Suite (LAS) 和LAS X将徕卡显微镜、宏观镜以及数字摄像头整合到一个通用的环境中。 借助 LAS 软件和 LAS X软件，您可加快数字图像的可视化和强化，并测量、记录和归档您的图像。 对于特定应用，徕卡还可提供Live Image BuilderLive 等专家模块供选择，让您的日常工作更轻松。

产品详细介绍德国莱卡DFC450、DFC450C（冷却功能）数码摄像头、CCD相机主要特点：500万有效像素、2/3" sony ICX282 CCD 、像元尺寸3.4 μm x 3.4 μm 、36bit 彩色深度Leica DFC450 、DFC450C highlights：• Fast (18fps) and large (1280×960 pixel) live image for fast focusing and positioning of the specimen.• High quality 5-megapixel CCD for brilliant captured images.• Wide range of exposure times to match all types of illuminations and contrast techniques.• Freely defined region of interest for fastest live image update and precise focus position (ZoomFocus).• Standard hardware interface for easy and quick connection to all microscopes (c-mount, FireWire-B).• Powerful software and intuitive user interface for convenient image capture and processing functions.• Complete camera kit with camera head, Firewire cables and Firewire PCexpress board for easy installation to PC.DFC450 /DFC450C Technical Data：　Digital camera Leica DFC450 / DFC450 CCamera type Digital  camera for  microscopy with control softwareSensor interline transfer frame readout CCD – ICX282Sensor size 8.7×6.5 mm, diagonal 11 mm (type 2/3”)Color filter RGB Bayer MosaicShutter control Electronic global shutter / 2 frames interlaced readoutProtective filter Removable dust protection, UV/IR filterNumber of pixels 5.0 megapixel, 2560×1920Pixel size 3.4 μm x 3.4 μmColor depth 36BitA/D converter 12BitDynamic range > 59 dB / > 900:1 dBExposure Time Leica DFC450: 1 m sec – 60 sec Leica DFC 450C: 1 msec – 600 secCooling Leica DFC450:   not availableLeica DFC450C: Δ –20° compared to ambientRegion of interest Freely adjustable in 2 pixels steps from 2 × 2 up to full resolutionImage formats Leica DFC450:2560×1920 9fps, 1280*960 18fps, 640*480 30fpsLeica DFC450C: 2560×1920 4.5fps, 1280*960 8.2fps, 640*480 15fpsRecommended video adapter 0.63X or 0.7XData Single cable FireWire – IEEE1394B 9-pinPower supply via FireWire cable

本发明公开了一种基于Ｔｉｋｈｏｎｏｖ正则化的亚像素位移测量方法。在数字图像相关法中，计算散斑图的亚像素位移时需要获得散斑图的灰度梯度，传统的计算方法是通过有限差分法对散斑图的灰度求导； 然而数值求导具有很强的不稳定性，对图像噪声十分敏感，微小的测量误差将导致计算所得灰度梯度严重偏离真实灰度梯度。针对这一问题，本文提出了一种基于Ｔｉｋｈｏｎｏｖ正则化的亚像素位移测量方法，利用光滑三次样条函数拟合散斑图的灰度，三次样条的导数即为散斑图的灰度梯度，进而利用亚像素位移测量方法获得结构的亚像素位移，克服了传统测量方法抗噪声能力差的问题，可以有效提高测量精度。

本成果提出的基于超像素样本扩充的空谱全卷积高光谱图像分类方法有效的利用高光谱图像的超像素分割结果指导伪样本扩充增加了训练集样本数量，解决了高光谱图像有标记样本的稀缺问题，同时空谱的全卷积分类网络也充分利用了多尺度的空间特征和光谱特征实现了较高的分类精度。 成果非涉密，专利申请已经提交。 实验采用反射光学系统成像光谱仪（ROSIS）传感器获取意大利北部帕维亚大学（Pavia  University）的高光谱图像数据。该数据集由 103 个光谱带组成，共 610×340 像素，光谱覆盖范围从 430nm 到 860nm，空间分辨率为 1.3m。该数据集一共含有 9 个类别的 42776个有标记样本，选取每类 30 个有标记样本作为训练集，其余作为测试集。 由下表可以看出，在每类选取 30 个样本的情况下，本 模 型 的 OA，AA，Kappa系 数 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表证明了使用了伪标签样本扩充的空谱全卷积网络的本方法在小样本情况下每个类的分类准确性均优于 DFFN 和 CNN，达到了较好的分类效果。 表 1 PaviaU 数据集上对比实验结果