检索结果-南通市图书馆

细根是植物获取土壤水分和养分的重要器官,对植物功能和生态系统过程发挥着关键作用,然而关于细根功能性状及其与植物生态功能之间关系的认识远不如地上器官(叶和茎)。以往研究表明:细根性状具有显著的系统发育信号和多维特性;与表型性状相比,根系解剖性状及其相互间关系具有更稳定的适应性,但有关解剖性状特征及其相互关系受系统发育的影响机制仍不明晰,尤其是在较小的系统发育尺度上。为揭示近缘树种细根解剖性状的变异及来源,探究性状间的关系以及系统发育的影响,本研究以中亚热带30种樟科(Lauraceae)植物1级根为研究对象,通过野外采样和盆栽实验,测定1级根的细根直径、皮层厚度、中柱直径和维根比等解剖性状,采用石蜡制片技术、单因素方差分析、构建樟科植物系统发育树以及系统发育独立对比(PIC)等方法分析不同树种1级根性状变异及来源,探究细根各性状的系统发育保守性及关联适应性,进一步探讨樟科植物对环境变化的进化适应策略。主要结果如下:(1)亚热带同质和自然生境中的30种樟科植物1级根的4个解剖性状均表现出显著的种间差异,细根直径、皮层厚度、中柱直径和维根比的种间变异系数分别为34.12%、37.60%、41.41%和25.74%。樟科植物1级根直径变异主要来源于皮层厚度。(2)在樟科植物细根4个解剖性状中,只有皮层厚度(同质生境中)表现出了显著的系统发育信号(K=0.81,p0.05),说明异质生境中的樟科植物细根解剖性状在进化过程中受系统发育的限制较小,受环境差异的影响较大,表现出趋异进化趋势。(3)樟科植物的皮层厚度与细根直径呈极显著正相关(r=0.91,p之一。(4)樟科植物属于粗根策略树种。从物种水平上来说,樟科植物从原始到进化的树种1级根呈现出直径减小的变异规律,是其适应性进化的性状证据;从全球水平上来说,樟科植物的细根直径较粗、皮层面积和中柱直径较大,容易被菌根真菌定殖,有利于树种对水分、养分的吸收和运输。因此,在潮湿的亚热带森林中,粗根策略是樟科植物赖以生存的又一策略。综上所述,中亚热带30种常见樟科植物1级根解剖性状具有显著的种间差异和系统发育信号,在进化过程中受系统发育的限制较小,受环境差异的影响较大。粗根策略以及细根解剖性状在吸收和运输功能间的协同共变是樟科植物适应环境变化的关键,该结果为深入探究根系在植物进化适应过程中的生态协同作用提供了科学依据,为全球细根数据库进一步补充了亚热带常绿阔叶林的数据。

关键词：樟科植物细根解剖结构系统发育协同作用

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

农耕文明与陶瓷作品创作题材的结合研究——以清代《耕织图》彩绘瓷产生的渊源为例

引用

农业考古 2012年第4期 249-251页

作者：程幸程进景德镇高等专科学校艺术设计系

清代《耕织图》彩绘瓷在清代帝王的直接推崇下而创制,其所反映的均是江南地区的耕织情况,对推动发展当时的农耕起了重要的教化作用。一、《耕织图》起源与清代《耕织图》的创作《耕织图》是古代表现农耕与蚕桑场景的图画,最早可溯源至... 详细信息

清代《耕织图》彩绘瓷在清代帝王的直接推崇下而创制,其所反映的均是江南地区的耕织情况,对推动发展当时的农耕起了重要的教化作用。一、《耕织图》起源与清代《耕织图》的创作《耕织图》是古代表现农耕与蚕桑场景的图画,最早可溯源至汉代画像砖。

关键词：《耕织图》农耕文明创作题材清代陶瓷作品彩绘渊源江南地区

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

可解释图像分类网络的设计和应用

可解释图像分类网络的设计和应用

引用

作者：程幸福曲阜师范大学

学位级别：硕士

随着人工智能技术的快速发展,黑箱模型因其强大的预测能力在多个领域得到广泛应用。然而,这些模型的决策过程往往缺乏透明度,限制了在需要高度解释性的场景中的应用,如图像分类和目标检测任务,模型的可解释性至关重要,因为这直接关系到... 详细信息

随着人工智能技术的快速发展,黑箱模型因其强大的预测能力在多个领域得到广泛应用。然而,这些模型的决策过程往往缺乏透明度,限制了在需要高度解释性的场景中的应用,如图像分类和目标检测任务,模型的可解释性至关重要,因为这直接关系到用户对模型预测结果的信任度。如果一个图像识别模型能够提供明确、可信的解释,用户就更可能信任其预测结果,并据此做出决策。此外,缺乏可解释性还会导致模型的抗干扰能力弱。已有研究发现,深度学习模型特别是卷积神经网络,容易受到对抗样本的攻击。这些对抗样本是经过精心设计的输入,能够导致模型做出错误的预测。由于无法理解模型为何会被这些对抗样本误导,因此很难构建有效的防御机制。鉴于以上问题,本研究的目标是设计和实现一种具有可解释性的图像分类网络,并将其应用于目标检测和对抗防御等任务中。在模型设计过程中,主要关注模型的内部运算过程,探索新的架构和训练策略,以创建一个既强大又透明的决策模型,可以直观展示其预测过程。主要研究内容包括以下三个部分:(1)针对传统图像分类模型虽然性能强大但缺乏透明度、决策过程难以理解的问题,本研究提出了基于Slot注意力的可解释图像分类方法。该方法通过引入视觉解释技术,不仅可以进行高精度的图像分类,同时还能深入模型决策过程,生成清晰易懂的解释,直观地展示模型关注的区域和重要特征,以帮助理解模型的决策依据。此方法不仅可以获得模型的分类结果,也能清楚地了解模型是根据图像中的哪些特征来做出预测的,从而增加对模型预测结果的信任度。本研究致力于构建一个既准确又具有高度解释性的图像分类模型,为各种实际应用提供更加透明、可靠的图像分类方案。(2)针对传统目标检测方法中模型决策过程缺乏透明度的问题,本研究提出了一种基于视觉解释的目标检测方法SAOD(Slot Attention for Object Detection)。该方法通过自动定位目标位置、生成目标可视化解释,揭示模型关注的区域,从而帮助理解模型如何识别和定位目标,即哪些特征对预测结果起主导作用。这种透明度和可解释性,使得模型更易被接受,并可以为模型的优化和调整提供强有力的指导。总体而言,本研究通过引入可解释技术,提出一种基于视觉解释的目标检测技术,旨在保证目标检测精确度的同时增强模型的可解释性。这不仅有可能推动目标检测领域的发展,还能为自动驾驶、医疗图像分析等实际应用场景提供更准确且可靠的解决方案。(3)针对对抗性攻击领域中,欺骗性扰动可能会影响模型行为,模型的抗干扰能力弱,本研究设计并实现了一种新的防御策略,即基于视觉解释的鲁棒对抗防御SARA(Slot Attention for Robust Adversarial Training)。这个策略通过引入可解释性技术,深入理解和解释模型内部的决策过程,以热力图的形式直观展示误导模型做出错误决策的依据。具体来说,本研究分别使用干净样本和对抗样本训练两个独立的slot注意模型,其中对抗样本训练的slot注意由干净样本训练的slot注意监督。这迫使对抗性训练模型捕捉最可靠的分类特征,减少欺骗性扰动的影响,从而提高模型对对抗样本攻击的抵抗能力。

关键词：计算机视觉可解释人工智能图像分类目标检测对抗攻击

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：