检索结果-南通市图书馆

青海云杉自由授粉家系遗传变异与基于BLUP的改良代亲本选择

在线全文

学校读者我要写书评

暂无评论

南京林业大学学报（自然科学版） 2019年第6期43卷 53-59页

作者：欧阳芳群祁生秀范国霞蔡启山陈海庆高万里胡长寿王军辉林木遗传育种国家重点实验室中国林业科学研究院林业研究所国家林业局林木培育重点实验室北京100091 青海省大通县东峡林场青海大通810100

【目的】最佳线性无偏预测(BLUP)方法是对遗传种质在不平衡环境下利用混合线性模型方程对育种值进行无偏预测,可有效估算与剔除环境效应,反映真实遗传效应,有较高精确性。应用BLUP方法估算育种值用于改良代亲本选择,对于青海云杉的遗传... 详细信息

【目的】最佳线性无偏预测(BLUP)方法是对遗传种质在不平衡环境下利用混合线性模型方程对育种值进行无偏预测,可有效估算与剔除环境效应,反映真实遗传效应,有较高精确性。应用BLUP方法估算育种值用于改良代亲本选择,对于青海云杉的遗传改良具有积极的参考价值。【方法】本研究在对13 a和14 a的两批青海云杉种子园自由授粉子代测定林的树高遗传分析基础上,利用BLUP方法,通过构建亲缘关系矩阵,对树高育种值进行估测。【结果】结果表明家系及家系和区组互作效应显著影响树高。两批青海云杉种子园自由授粉子代树高的家系遗传力分别为0.17和0.36,单株遗传力均为0.07。基于混合线性模型的BLUP方法估算家系亲本无性系树高育种值和真实树高、单株树高预测值和真实值均具有极显著相关关系,相关系数分别为0.99和0.86。根据家系亲本无性系育种值选出20个优良家系,根据优良家系后向选择母本无性系建立改良种子园的树高现实遗传增益分别为36%和26%。根据单株树高育种值采用配合选择方法从两批家系试验林各选出20个改良代优树,根据前向选择子代优良单株的树高预期遗传增益分别为7.6%和7.9%。【结论】对比后向选择和前向选择树高的遗传增益发现,青海云杉高世代育种中可优先后向选择,选择优良家系母本无性系建立1.5代改良代种子园。

关键词：青海云杉改良代亲本最佳线性无偏预测(BLUP) 配合选择育种值

在线全文

学校读者我要写书评

暂无评论

青海云杉自由授粉家系遗传评价与选择

林业科学研究 2018年第6期31卷 26-32页

作者：欧阳芳群祁生秀蔡启山范国霞陈海庆高万里杨桂娟贾子瑞王军辉林木遗传育种国家重点实验室中国林业科学研究院林业研究所国家林业局林木培育重点实验室北京100091 青海省大通县东峡林场青海大通810100

[目的]通过对青海云杉1代无性系种子园自由授粉家系开展遗传评价,利用遗传测定结果提升青海云杉造林的良种化水平及提高良种使用率。[方法]本文以青海云杉初级种子园自由授粉家系测定林为研究材料,对13年生青海云杉家系树高、新梢长、... 详细信息

[目的]通过对青海云杉1代无性系种子园自由授粉家系开展遗传评价,利用遗传测定结果提升青海云杉造林的良种化水平及提高良种使用率。[方法]本文以青海云杉初级种子园自由授粉家系测定林为研究材料,对13年生青海云杉家系树高、新梢长、保存率和11年生的主、侧梢冻害率进行了遗传评价,采用综合指数选择优良家系和最佳线性无偏预测方法预测单株育种值选择二代优树。[结果]研究结果表明:家系13年生的树高、新梢长、保存率和11年生主、侧梢冻害率的表型变异系数是24. 06%84%,遗传变异系数是3. 28%19. 31%。家系、家系和区组互作效应显著影响了13年生青海云杉树高和新梢长。树高和新梢长的家系遗传力分别是42. 5%和34. 2%,而单株遗传力是3. 00%,家系遗传力高于单株遗传力。采用综合指数选择法进行生长和抗性性状的综合选择,根据综合指数基于多样性和遗传增益进行平衡选择,有21个家系入选,入选家系的树高、保存率、主梢冻害率现实遗传增益分别为5. 66%、12. 59%和12. 96%。根据家系内单株13年生的树高育种值从1 103个单株中选择二代优树111个,单株入选率为10. 06%,入选二代优树树高的期望遗传增益是20. 10%。[结论]青海云杉13年生树高和新梢长在家系间存在显著变异,且还受家系与环境互作效应的影响,说明青海云杉家系的生长不仅受遗传的控制,还受遗传和环境的互作影响。根据各家系13年生树高和保存率和11年生主、侧梢冻害率综合指数值按35%的入选率综合选择21个家系,入选的家系不仅生长好,且抗性能力强,可用于回选优良无性系用于改扩建1代种子园或建立1. 5代种子园。

关键词：青海云杉遗传变异育种值 BLUP 综合指数选择法

在线全文

学校读者我要写书评

暂无评论

风景园林与城市林业的协调发展

现代园艺 2018年第22期41卷 127-127页

作者：蔡启山青海省大通县东峡林场青海西宁810100

随着建设生态城市的进程加快,绿化建设收获了社会各界更多的关注。本文就如何协调风景园林与城市林业发展进行研究,希望能为我国生态环境保护提供一定出路。

关键词：风景园林城市林业协调发展

在线全文

学校读者我要写书评

暂无评论

林业造林种植技术相关问题的探索

农业开发与装备 2017年第8期 190-190页

作者：蔡启山大通县东峡林场青海西宁810100

人类为保障和提升自身生产作业的生活质量,在日常工作以及学习生活的过程之中,消耗了大量自然生态环境之中的林木资源。将林业造林种植技术的应用作为研究核心,结合目前国内林业种植工作的发展近况,将各种先进种植技术的应用要点,进行... 详细信息

人类为保障和提升自身生产作业的生活质量,在日常工作以及学习生活的过程之中,消耗了大量自然生态环境之中的林木资源。将林业造林种植技术的应用作为研究核心,结合目前国内林业种植工作的发展近况,将各种先进种植技术的应用要点,进行了简单的介绍与分析,望能够帮助种植从业人员更好的提升科学种植技能应用的工作水准。

关键词：林业造林科学种植

在线全文

学校读者我要写书评

暂无评论

浅谈林业资源的防火管理及应对措施

农业开发与装备 2017年第9期 120-120页

作者：蔡启山大通县东峡林场青海西宁810100

林业资源是自然界陆地生态环境之中较为主要和关键性的主导资源之一,林业山地一直是地球生存环境之中,各种自然植物种类赖以存活的家园。将林业资源作为主要研究课题,结合目前世界范围内各主要林业物种在地球上的分配状况,对林业资源面... 详细信息

林业资源是自然界陆地生态环境之中较为主要和关键性的主导资源之一,林业山地一直是地球生存环境之中,各种自然植物种类赖以存活的家园。将林业资源作为主要研究课题,结合目前世界范围内各主要林业物种在地球上的分配状况,对林业资源面临的主要自然灾害进行了列举。针对各种火灾现象的起因,对防火管理的措施进行了逐一的列举。

关键词：林业资源火灾防火管理措施

在线全文

学校读者我要写书评

暂无评论

林业苗木成为园林绿化材料的思考

现代园艺 2018年第22期41卷 163-163页

作者：蔡启山青海省大通县东峡林场青海西宁810100

随着我国社会经济的快速发展,城市化水平的提高,为了给人民提供舒适、富有美感、富有自然风光特色的生活环境,国家加大了对园林绿化工程的建设,而林业苗木则是园林绿化建设工程不可或缺的主要材料之一。本文就针对林业苗木成为园林绿化... 详细信息

随着我国社会经济的快速发展,城市化水平的提高,为了给人民提供舒适、富有美感、富有自然风光特色的生活环境,国家加大了对园林绿化工程的建设,而林业苗木则是园林绿化建设工程不可或缺的主要材料之一。本文就针对林业苗木成为园林绿化材料进行了分析。

关键词：林业苗木园林绿化材料

在线全文

学校读者我要写书评

暂无评论

语义图增强多模态推荐算法

计算机应用 2024年

作者：蔡启健谭伟东莞理工学院计算机科学与技术学院

为了挖掘多模态信息潜在的同构语义关系，学习更好的项目表示，提出了语义图增强多模态推荐(SGEMR)算法。具体来说，先利用辅助的多模态信息补充历史的用户-项目交互以捕捉用户在不同模态下的偏好，然后基于度量学习将松散的项目序列重... 详细信息

为了挖掘多模态信息潜在的同构语义关系，学习更好的项目表示，提出了语义图增强多模态推荐(SGEMR)算法。具体来说，先利用辅助的多模态信息补充历史的用户-项目交互以捕捉用户在不同模态下的偏好，然后基于度量学习将松散的项目序列重新构建为紧密的项目-项目语义图，并设计一个语义层级注意力机制，将项目的多模态信息进行融合，并提出一个图重构损失函数，使项目表示保留更多的语义关系，以提高推荐性能。实验结果表明，与基线FREEDOM算法相比，在三个真实的数据集上的召回率Recall@10分别提升6.70%、11.30%、5.09%，归一化折损累计增益NDCG@10分别提升9.09%、12.73%、7.08%。并且通过对SGEMR进行了多种消融研究，验证了所提算法的有效性。

关键词：推荐算法图神经网络多模态融合注意力机制图结构学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于图神经网络的多模态推荐算法研究

基于图神经网络的多模态推荐算法研究

作者：蔡启健东莞理工学院

学位级别：硕士

多模态内容在现代网络时代占主导地位,多模态推荐算法在电子商务、社交媒体和内容推荐等领域具有广阔的应用前景和重要价值。与仅依赖单一模态数据的传统推荐算法相比,多模态推荐算法能够更全面地捕捉用户的兴趣和偏好,从而提供更加精... 详细信息

多模态内容在现代网络时代占主导地位,多模态推荐算法在电子商务、社交媒体和内容推荐等领域具有广阔的应用前景和重要价值。与仅依赖单一模态数据的传统推荐算法相比,多模态推荐算法能够更全面地捕捉用户的兴趣和偏好,从而提供更加精准和个性化的推荐。以往的多模态推荐算法通常只把多模态特征与项目ID进行简单融合,未能充分挖掘多模态数据的价值。此外,多模态推荐算法还面临着数据稀疏性和长尾问题等挑战。本文主要基于图神经网络对多模态推荐算法展开研究,主要工作如下:(1)基于语义图增强多模态推荐算法。以往的图神经网络多模态推荐工作通常把多模态信息融入到用户-项目交互建模上,往往忽略了潜在的重要项目-项目同构的语义关系。为了挖掘多模态信息背后潜在的语义关系,学习更好的项目表示,提出了基于语义图增强多模态推荐算法。首先利用辅助的多模态信息来补充历史的用户-项目交互,捕捉用户在不同模态下的偏好。然后,通过度量学习将松散的项目序列重新构建为紧密的项目-项目语义图,利用语义层级注意力机制融合项目的多模态信息,并提出图重构损失函数,使项目表示保留更多的语义关系。在Amazon的三个公开的数据集上进行大量对比实验和消融实验验证了所提算法的优越性和有效性。(2)融合对比学习的多模态推荐算法。现有的多模态推荐方法通常基于历史交互标签来进行监督学习,并且采用随机负采样的方式来指导模型表示学习,这可能将噪声监督信号带入训练过程中。针对上述问题,提出了融合对比学习的多模态推荐算法。利用对比学习技术为推荐模型提供额外的监督信号,有效地缓解了长尾问题和数据标签稀疏问题。在Amazon的三个公开的数据集上进行对比实验验证了算法的有效性。

关键词：推荐算法多模态融合图神经网络注意力机制对比学习

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

网格加筋结构轻量化设计多层级优化策略研究

空天技术 2024年第3期 71-79页

作者：邵泽山关成启吴东涛北京空天技术研究所空天飞行技术全国重点实验室

针对工程中网格加筋结构轻量化设计的传统直接优化策略所面临的计算成本高与求解效率低的问题，基于不同的设计变量分类方式，提出3种多层级优化策略，即双层级、三层级和四层级优化策略。通过直接优化策略与3种多层级优化策略算例，从... 详细信息

针对工程中网格加筋结构轻量化设计的传统直接优化策略所面临的计算成本高与求解效率低的问题，基于不同的设计变量分类方式，提出3种多层级优化策略，即双层级、三层级和四层级优化策略。通过直接优化策略与3种多层级优化策略算例，从优化效果、收敛速度和所需迭代次数方面对四种优化策略进行对比研究。结果表明：在网格加筋结构的轻量化设计问题中，多层级优化策略比直接优化策略更高效；优化算例中，综合考虑优化效果、收敛速度和所需迭代次数，按尺寸类和形貌类参数分类的双层级优化策略具有优势。

关键词：网格加筋结构多层级优化轻量化设计优化算法结构优化