KNOX基因家族编码在植物发育和生理过程中具有多种功能的转录调节因子。 在这项研究中,对白杨(Populustrichocarpa)和水稻(Oryza sativa L. ssp。japonica)的KNOX基因进行了全基因组比较分析。 通过综合计算分析,考虑到基因结构,系统发育和保守基序,分别在杨树和水稻中鉴定出15和13个KNOX基因。 将这些KNOX基因进一步分为3组。 杨树基因POPTR_0012s04040和水稻基因LOC_Os03g47042和LOC_Os03g47022与KNATM一起被归类为一组新的无同源框域的KNOX基因,它们在植物发育和多能性中发挥着潜在的作用。 单子叶植物(大米)中KNATM同源物的鉴定为在KNOX系统发育中提出将MENOX基因与HOMEOBOX基因进行古老改组提供了有力支持。 利用亚细胞定位信息,GO(基因本体论)和表达谱分析,提出了水稻和杨树中的KNOX基因的功能与拟南芥中的成员相似。 我们的观察结果可能为将来水稻和杨树中KNOX基因的功能分析奠定基础,从而揭示它们在细胞多能性中的生物学作用。
2023-04-04 17:25:45 3.31MB 诺克斯家族 进化扩展 毛果杨
1
农业作物图像数据集,此数据集(作物图像)包含每种农业作物(玉米,小麦,黄麻,水稻和甘蔗)的40多个图像。 农业作物图像数据集,此数据集(作物图像)包含每种农业作物(玉米,小麦,黄麻,水稻和甘蔗)的40多个图像。 农业作物图像数据集,此数据集(作物图像)包含每种农业作物(玉米,小麦,黄麻,水稻和甘蔗)的40多个图像。
2023-01-04 17:29:00 59.68MB 作物 图像 数据集 甘蔗
水稻叶部病害数据集,工40张图片,白纸作为背景拍摄 水稻叶部病害数据集,工40张图片,白纸作为背景拍摄 水稻叶部病害数据集,工40张图片,白纸作为背景拍摄
2022-12-22 18:31:19 21.65MB 水稻 叶片 病害 数据集
水稻叶片病害数据集,近距离背景处理图片,共分为3类,每类350张图片左右 水稻叶片病害数据集,近距离背景处理图片,共分为3类,每类350张图片左右 水稻叶片病害数据集,近距离背景处理图片,共分为3类,每类350张图片左右
2022-12-22 18:31:18 161.17MB 农业 水稻 病害 数据集
174张水稻穗各个形态数据集 174张水稻穗各个形态数据集 174张水稻穗各个形态数据集
2022-12-08 11:28:25 639.22MB 数据集 水稻 图片 深度学习
5类水稻分类数据集,共75000图像;每个15000图像,该数据集主要包含Train和Test文件夹,在这两个文件夹下存在不同的文件夹,包含不同的水稻品种图像。 5类水稻分类数据集,共75000图像;每个15000图像,该数据集主要包含Train和Test文件夹,在这两个文件夹下存在不同的文件夹,包含不同的水稻品种图像。
2022-12-06 12:28:47 220.23MB 数据集 水稻 图像 深度学习
基于机器学习的水稻病虫害自动识别系统源码+数据.zip已获导师指导并通过的高分项目。 本项目是一个非常完整的机器学习实践项目,内附从安装到部署详细教程。 目前,人工智能技术在农业领域的普及应用,还存在着数据共享不足、 算法门槛过高、算力垄断、实验与应用环境差距过大等问题。所以,本文基于 云计算技术与人工智能机器学习学习的计算机视觉技术,开发了一套跨平 台、易使用的水稻病虫害自动识别系统,大幅降低了人工智能技术使用门槛,使农业 从业人员也可享受智能技术红利,促进智慧农业发展。基于机器学习的水稻病虫害自动识别系统源码+数据.zip已获导师指导并通过的高分项目。 本项目是一个非常完整的机器学习实践项目,内附从安装到部署详细教程。 目前,人工智能技术在农业领域的普及应用,还存在着数据共享不足、 算法门槛过高、算力垄断、实验与应用环境差距过大等问题。所以,本文基于 云计算技术与人工智能机器学习学习的计算机视觉技术,开发了一套跨平 台、易使用的水稻病虫害自动识别系统,大幅降低了人工智能技术使用门槛,使农业 从业人员也可享受智能技术红利,促进智慧农业发展。
稻草收割农业网站模板是一款html5模板,适合水果蔬菜水稻种植网站模板
2022-11-21 15:19:58 1.13MB html
1
图像分类病害识别数据,水稻数据,包括非叶片未知数据,可直接进行卷积神经网络训练
2022-10-26 19:08:58 814.71MB 图像分类 病害识别 水稻叶片
1
受疾病感染水稻植株叶片图像数据集 本数据集包含120张水稻染病叶片的jpg图像。这些图像根据疾病类型分为三类。每节课有40张图片。
2022-10-26 09:08:05 36.67MB 水稻 病害 图像 数据集
1