1.海洋食品相关专业本科、硕士研究生； 2.食品、生物工程等相关专业本科或研究生； 3.营养食品相关专业本科或研究生

本科及以上应届毕业生，专业如下：1.电气相关专业；2.采矿专业；3.DCS相关专业；4.无机非金属材料工程专业；5.机电一体化/机械相关专业。

本成果以专利形式体现（专利号 201310723968.2 ），生命科学大多以微生物为研究对象，有很多物种都是近缘的，无法用普通方法区分，本方法通过 PCR 方法可以快速区分，建立了一种设计特殊引物的方法。

为全面贯彻国家教育方针，维护学校正常的教育教学和生活秩序，树立勤奋、严谨、求实、创新的学风，保障学生合法权益，促进学生全面发展，依据教育部《普通高等学校学生管理规定》和《北京大学章程》制定本办法。

一种植物种子发芽及根系观察装置，包括支撑架，转动轴，电机，控制系统，种子培养容器；所述种子培养容器为长方体，左右两面和底面为不透明遮光板，前后两面为透明板，上面为不透明遮光种子培养容器盖，所述种子培养容器通过不透明遮光隔挡板分成多个种子培养室，种子培养容器前后两面的底端设置有不透明遮光升降板，所述不透明遮光升降板通过导线与控制系统相连接，所述种子培养容器两端安装有转动轴，所述转动轴通过支撑架支撑，位于支撑架上方，种子培养容器左侧转动轴连接有电机，通过电机带动转动轴，使种子培养容器发生转动，所述电机通过导线与控制系统连接。

为从根本上治理杨、柳飞絮污染，克服杨树和柳树产业发展的瓶颈问题提供了创新解决方案。 一、项目分类 关键核心技术突破 二、成果简介 （1）阐明了杨树和柳树的遗传分化机制，建立了杨柳科植物大遗传系统研究平台，创建了木本植物遗传研究的新模式体系。本项目首次在基因组水平明确了杨属和柳属两个姊妹属的进化关系，比较基因组学结果表明：杨柳科植物的共同祖先经过二倍化形成了杨树，杨树的两条染色体发生了断裂与重新融合，染色体重新融合的结果导致柳树的产生。以前杨树和柳树是作为独立的体系进行遗传研究的，由于两者基因组有高度的相似性，本项目建立了将两者作为一个大遗传系统进行研究的分子平台。 （2）阐明了杨树和柳树的性别决定系统以及杨柳科植物性染色体演化的分子机制。发现杨树性别决定基因定位在19 号染色体近端粒区域，为XY 性别决定系统；而柳树性别决定基因均定位在15 号染色体的着丝粒附近，为ZW 性别决定系统。杨柳科植物虽然起源于同一个古四倍体祖先，但这两个姊妹属的性染色体分别由两条不同的常染色体进化而来，并且常染色体向性染色体的转变发生在杨树和柳树物种分化之后，性染色体在这两个姊妹属中独立起源和进化，分别演化形成XY 和ZW 两种完全不同的性别决定系统。 （3）发现了飞絮发生发育过程，揭示了杨树性别决定基因及其作用机制。发现美洲黑杨性别决定区的2 个Y染色体特有的基因FERR-R 和MSL。FERR-R 基因具有抑制雌蕊发育的功能，该基因是由一个在雌花发育早期特异表达的促雌基因（FERR）复制产生。杨树雄株中，FERR-R 基因通过产生small RNA 对FERR 基因的启动子进行甲基化，同时降解FERR 基因的转录产物，在杨树雄株中关闭了FERR 基因的表达，从而导致雄株中雌蕊不发育；而雌株中没有FERR-R 基因，FERR 基因表达不受抑制，雌蕊可以正常发育。MSL 基因转录产生长片段非编码RNA，具有促进雄蕊发育的功能。杨树雄株由于存在MmS 促雄基因，所以雄花原基发育，但雌株中没有MmS 促雄基因，所以雄花原基不发育。 （4）建立了杨树和柳树的性别早期鉴定和标记辅助选择育种技术体系。选育雄株品种在生产上进行推广，可以有效的解决杨、柳飞絮问题，因此苗木性别的早期鉴定至关重要。然而苗木性别的早期鉴定一直存在可靠性低、误检率高等问题。本项目利用杨树Y 染色体特异序列和柳树W 染色体特异序列开发了用于杨、柳性别鉴定的特异分子标记，分别在美洲黑杨、山杨和簸箕柳苗木性别的早期鉴定工作中实现100%准确率。杨、柳性别早期鉴定技术在“国家林草局南方林木种子检验中心”开展的杨、柳种苗抽检工作中得到应用。 本项目取得的原始创新性研究成果，不仅使我国在相关研究领域处于国际领跑地位。通过解决技术瓶颈背后的核心科学问题，促使基础研究成果走向应用，为从根本上治理杨、柳飞絮污染，克服杨树和柳树产业发展的瓶颈问题提供了创新解决方案，为通过科技创新服务生态文明和美丽中国建设提供了典型案例，将带来巨大的经济效益、社会效益和生态效益。

成果描述：本发明申请要解决的问题是，在偏僻的野外或者野生动物保护区，对珍稀物种检出，从而追踪它们的生活轨迹，或者在某些仓库农场对破坏储存物的害虫或者家养动物的天敌的检出是非常重要的。本专利建立一种实时的基于生物声音的只能检测方法，分析提取了动物声音的时域特征，频域特征，通过对特征的分析、分类，及时有效的检测出生物的运动痕迹。市场前景分析：生物活动轨迹的追踪有着重大的现实意义，在粮食以及动物保护方面有着非常广泛的作用。本发明着重从声音的频域、时域进行特征提取，然后选取特征组合，对特征进行有效的分类。研究实验表明，本算法的平均准确率达到89.9%。与同类成果相比的优势分析：本篇专利提出的识别系统的流程在原有的基础上增加了两个环节，即流程成为：预处理->声音提取->特征提取->特征选择->模型训练；并且还提出了新的算法，采用了许多最近提出的特征，比如MFCC[6-9]。经实验验证，本文提出的方法相比之前的方法正确率提高了20%左右，达到了89.9%。