检索结果-南通市图书馆

不同播幅对小麦花后叶片光合特性和产量的影响

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

作物学报 2024年第4期50卷 981-990页

作者：张振赵俊晔石玉张永丽于振文山东农业大学农学院/小麦育种全国重点实验室/农业农村部作物生理生态与耕作重点实验室山东泰安271018 中国农业科学院农业信息研究所/农业部农业信息服务技术重点实验室北京100081

为了明确不同播幅对小麦籽粒产量的影响及其形成的生理原因,本研究于2019—2020年和2020—2021年冬小麦生长季,在山东省济宁市兖州区小孟镇史家王子村小麦试验站大田试验条件下设置2种播幅处理:处理1是播幅为8 cm(B1);处理2是播幅为3 cm... 详细信息

为了明确不同播幅对小麦籽粒产量的影响及其形成的生理原因,本研究于2019—2020年和2020—2021年冬小麦生长季,在山东省济宁市兖州区小孟镇史家王子村小麦试验站大田试验条件下设置2种播幅处理:处理1是播幅为8 cm(B1);处理2是播幅为3 cm(B2)。研究了不同播幅对小麦光合特性、冠层光截获特性、干物质积累与转运和籽粒产量的影响。试验结果表明:B1处理开花后叶面积指数和冠层光合有效辐射截获率显著高于B2处理,其冠层光合有效辐射透射率显著低于B2处理;B1处理开花后旗叶叶绿素相对含量、净光合速率、蒸腾速率和气孔导度均显著高于B2处理,其胞间二氧化碳浓度显著低于B2处理;B1处理开花期和成熟期干物质积累量、开花后干物质在籽粒中的分配量、成熟期籽粒干物质积累量均显著高于B2处理;B1处理穗粒数、千粒重均显著高于B2处理;与B2处理相比,B1处理的2年平均籽粒产量和光能利用率分别高6.12%和7.71%。综上所述,播幅为8 cm的B1处理通过塑造了合理的冠层结构,改善了开花后叶片的光合性能,有利于开花后植株的光合物质生产,从而获得了最高的籽粒产量和光能利用率,为本试验条件下的最优处理。研究为小麦宽幅播种节水高产高效栽培技术提供了理论依据。

关键词：小麦光合特性干物质积累与转运籽粒产量

基于改进YOLOv5的草莓病害智能识别终端设计

在线全文

学校读者我要写书评

暂无评论

中国农机化学报 2024年第3期45卷 205-211页

作者：乔珠峰赵秋菊郭建鑫陈会娜平阳赵继春北京市农林科学院北京市100097 北京市农村远程信息服务工程技术研究中心北京市100097

为实现低成本、便捷、高效的草莓病害识别与检测,提升草莓种植与生产效益,在YOLOv5模型基础上,引入高效通道注意力(Efficient Channel Attention, ECA)机制,研究构建一种草莓病害识别模型,应用嵌入式与软件工程技术研发草莓病害识别终... 详细信息

为实现低成本、便捷、高效的草莓病害识别与检测,提升草莓种植与生产效益,在YOLOv5模型基础上,引入高效通道注意力(Efficient Channel Attention, ECA)机制,研究构建一种草莓病害识别模型,应用嵌入式与软件工程技术研发草莓病害识别终端设备。终端设备应用系统由图像采集、图像检测、检测结果展示和数据传输等模块组成,实现草莓图像实时采集和病害实时识别检测等功能。基于草莓病害检测数据集对系统开展测试,结果表明,该系统可以有效识别草莓白粉菌果病、角斑病、叶斑病等病害。与YOLOv5相比,AP0.5∶0.95、AP0.5、AP0.75、APM、APL都有比较大幅度提升。系统具有高效、便捷、实时等优点,可广泛应用于草莓生产领域,从而有效提升草莓病害识别与检测效率。

关键词：草莓病害 YOLOv5 图像检测嵌入式模型识别

茶多酚对豌豆分离蛋白及其高水分挤压物结构和特性的影响

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

中国粮油学报 2024年

作者：张捷袁景怡吴安楠李全宏廖小军赵婧中国农业大学食品科学与营养工程学院国家果蔬加工工程技术研究中心农业农村部果蔬加工重点实验室北京市食品非热加工重点实验室

豌豆分离蛋白（Pea protein isolate，PPI）的凝胶性、乳化性等功能特性缺陷制约了其在植物肉生产中的应用，以单一豌豆分离蛋白为原料的高水分挤出物的纤维化结构形成效果不理想。本研究将茶多酚（Tea Polyphenols，TP）与豌豆分离蛋... 详细信息

豌豆分离蛋白（Pea protein isolate，PPI）的凝胶性、乳化性等功能特性缺陷制约了其在植物肉生产中的应用，以单一豌豆分离蛋白为原料的高水分挤出物的纤维化结构形成效果不理想。本研究将茶多酚（Tea Polyphenols，TP）与豌豆分离蛋白混合，探究不同质量分数的茶多酚（0%、1%、2%、4%、6%，）对豌豆分离蛋白功能性质及高水分挤压物结构性质的影响。结果表明，茶多酚的添加显著了改善PPI原料的凝胶性、持水持油性、起泡性与乳化性（P研究为茶多酚在豌豆蛋白基高水分挤压产品中的应用提供依据。

关键词：豌豆分离蛋白茶多酚高水分挤压品质特性

刺葡萄VdERD6L15基因克隆及功能分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

果树学报 2024年

作者：刘洁杨盛迪曾雅婷白描杨国顺李双江湖南农业大学园艺学院.湖南省葡萄工程技术研究中心

【目的】为探究VdERD6L15在刺葡萄果实生长发育中的功能，从湘刺1号中克隆VdERD6L15基因及其启动子，进行基因功能研究和启动子活性分析。【方法】克隆VdERD6L15基因CDS序列，并对CDS进行生物信息学分析；构建VdERD6L15表达载体，并通... 详细信息

【目的】为探究VdERD6L15在刺葡萄果实生长发育中的功能，从湘刺1号中克隆VdERD6L15基因及其启动子，进行基因功能研究和启动子活性分析。【方法】克隆VdERD6L15基因CDS序列，并对CDS进行生物信息学分析；构建VdERD6L15表达载体，并通过瞬时转化烟草确定VdERD6L15基因编码蛋白的亚细胞定位；同时，通过在己糖缺陷型酵母菌株***4000中异源表达VdERD6L15探究其功能；此外，通过启动子截短试验确定VdERD6L15启动子的核心区域。【结果】成功克隆刺葡萄VdERD6L15基因编码序列，该编码序列长1461 bp，可编码486个氨基酸，具有膜蛋白特征，属于单糖转运蛋白家族。亚细胞定位试验确认VdERD6L15蛋白主要定位于液泡膜上。通过在酵母菌株***4000中进行异源表达，验证了VdERD6L15具有转运葡萄糖的能力。利用PlantCARE数据库对VdERD6L15启动子顺式作用元件进行分析，发现其主要包含光响应元件、干旱胁迫和激素响应元件。通过GUS染色分析，进一步确定候选基因VdERD6L15启动子的关键调控区域位于-500 bp到-1000 bp之间。【结论】VdERD6L15是一个定位在液泡膜上的糖转运蛋白，具有转运葡萄糖的功能；VdERD6L15启动子的核心元件位于ATG上游500 bp到1000 bp之间。

关键词：刺葡萄 VdERD6L15 单糖转运蛋白亚细胞定位启动子活性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于投影奖励机制的多机器人协同编队与避障

应用科学学报 2024年第1期42卷 174-188页

作者：葛星秦丽沙瀛华中农业大学信息学院湖北武汉430070 湖北省农业大数据工程技术研究中心湖北武汉430070

针对多机器人协同编队任务中过度中心化、系统鲁棒性低、编队稳定性较差等问题,提出了基于投影奖励机制的多机器人协同编队与避障(projected reward for multi-robot formation and obstacle avoidance, PRMFO)模型,实现了多机器人基于... 详细信息

针对多机器人协同编队任务中过度中心化、系统鲁棒性低、编队稳定性较差等问题,提出了基于投影奖励机制的多机器人协同编队与避障(projected reward for multi-robot formation and obstacle avoidance, PRMFO)模型,实现了多机器人基于统一状态表征方法的去中心化决策过程。设计了一种多机器人统一状态表征方法,实现了机器人与外界环境交互信息处理的一致性;基于统一状态表征设计了基于投影的奖励机制,从距离和方向两个维度将奖励过程矢量化,丰富机器人的决策依据;为了解决多机器人系统中过度中心化问题,设置了自主决策层,融合统一状态表征与投影奖励机制的软演员评论家(soft actor-critic, SAC)算法,实现了多机器人协同编队与避障任务。在机器人操作系统(robot operating system,ROS)环境下进行仿真实验,实验数据表明PRMFO模型在单机器人平均回报值、成功率以及时间等指标上分别提高42%、8%、9%,基于PRMFO模型的多机器人编队误差控制在0~0.06范围内,实现了较高精度的多机器人编队。

关键词：深度强化学习多机器人协同编队与避障投影奖励

深度语义分割网络无人机遥感松材线虫病变色木识别

在线全文

学校读者我要写书评

暂无评论

自然资源遥感 2024年第3期36卷 216-224页

作者：张瑞瑞夏浪陈立平丁晨琛郑爱春胡新苗伊铜川陈梅香陈天恩北京市农林科学院智能装备技术研究中心北京100097 国家农业智能装备工程技术研究中心北京100097 国家农业航空应用技术国际联合研究中心北京100097 南京市浦口区林业站南京211899 农芯(南京)智慧农业研究院有限公司南京211899

松材线虫病是危害我国林业资源的主要病害,研究深度语义分割网络无人机遥感技术可提高松材线虫病变色木识别准确率,为提升和保护林业资源质量提供技术支撑。该文以青岛崂山松林为研究区,通过固定翼无人机航拍获取区域无人机松材线虫病... 详细信息

松材线虫病是危害我国林业资源的主要病害,研究深度语义分割网络无人机遥感技术可提高松材线虫病变色木识别准确率,为提升和保护林业资源质量提供技术支撑。该文以青岛崂山松林为研究区,通过固定翼无人机航拍获取区域无人机松材线虫病疑似变色木影像,以全卷积网络(fully convolutional networks,FCN),U-Net,DeepLabV3+和OCNet 4种深度语义分割模型为研究对象,选用召回率(Recall)、精确率(Precision)、交并比(intersection over union,IoU)和F1值评估各模型分割精度。航拍飞行获得2688张无人机影像,通过手动标记和样本扩增生成训练样本28800个。4种网络均能够较好识别松材线虫病变色木,无显著误报,并且深度语义模型对颜色相近的地物,如岩石、黄色裸土等有较好的辨别结果。总体上,DeepLabV3+具有最高的变色木分割精度,IoU与F1值分别为0.711和0.829;FCN模型分割精度最低,IoU与F1值分别为0.699和0.812;DeepLabV3+训练耗时最低,达到27.2 ms/幅;FCN预测耗时最低,达到7.2 ms/幅,但分割变色木的边缘精度最低。以3种特征提取网络ResNet50,ResNet101和ResNet152为前端特征提取网络构建的DeepLabV3+模型变色木识别IoU值分别为0.711,0.702和0.702,F1值分别为0.829,0.822和0.820。DeepLabV3+比DeepLabV3网络具有更高的变色木识别精度,DeepLabV3网络变色木识别的IoU和F1值分别为0.701和0.812。DeepLabV3+模型在测试数据中具有最高变色木识别精度,特征提取网络ResNet网络深度对变色木识别精度影响较小。DeepLabV3+引入的编码和解码结构能够显著改进DeepLabV3分割精度,同时可获得详细的分割边缘,更有利于松材线虫病变色木识别。

关键词：无人机遥感变色木深度学习

同方期刊数据库

227个花生品种主要油脂性状的遗传多样性分析

在线全文

学校读者我要写书评

暂无评论

花生学报 2024年第1期53卷 11-18,42页

作者：陶宇卢选康严鑫唐康刘娜曾宁波罗梓楠刘登望李林湖南农业大学农学院/国家花生工程技术研究中心长沙分中心/湖南省花生工程技术研究中心/湖南农业大学旱地作物研究所湖南长沙410128

为深入了解花生油脂含量及脂肪酸组分的遗传特性,给花生品质育种和油脂改良提供理论依据,本研究选用227份花生资源(育成品种和地方品种)组成自然群体为试材,采用变异分析、相关性分析、主成分分析、聚类分析等方法,对花生9个主要油脂性... 详细信息

为深入了解花生油脂含量及脂肪酸组分的遗传特性,给花生品质育种和油脂改良提供理论依据,本研究选用227份花生资源(育成品种和地方品种)组成自然群体为试材,采用变异分析、相关性分析、主成分分析、聚类分析等方法,对花生9个主要油脂性状(油脂含量及油酸、亚油酸、棕榈酸、硬脂酸、花生酸、山嵛酸、木质素酸含量、油亚比)进行多元统计分析,以揭示油脂性状之间的关联,明确提升油脂品质的关键因素。结果表明,油亚比变异系数最大,为73.66%,硬脂酸、油酸和亚油酸的变异系数较大,指标值分别为22.06%、20.86%和20.77%,品种间存在丰富的变异类型;其他性状的变异系数为3.96%~14.83%,遗传特性相对稳定。亚油酸与棕榈酸、花生酸与硬脂酸、油酸与油亚比、山嵛酸与木质素酸呈极显著正相关,油酸与棕榈酸、油酸与亚油酸、棕榈酸与油亚比、亚油酸与油亚比呈极显著负相关。9个油脂性状可综合成3个主成分因子,即高油酸因子、饱和脂肪酸因子和粗脂肪因子,这三个因子包含了种质86.25%的信息。227份种质可聚类为3大类群:第一类的油酸、木质素酸含量和油亚比在三个类群中最高,第二类的山嵛酸和棕榈酸含量较高,第三类的花生酸和硬脂酸含量较高。结果表明参试品种间差异明显,遗传多样性丰富。

关键词：花生种质资源油脂脂肪酸遗传多样性

同方期刊数据库

基于K-means聚类和特征空间增强的噪声标签深度学习算法

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2024年第2期19卷 267-277页

作者：吕佳邱小龙重庆师范大学计算机与信息科学学院重庆401331 重庆市数字农业服务工程技术研究中心重庆401331

深度学习中神经网络的性能依赖于高质量的样本,然而噪声标签会降低网络的分类准确率。为降低噪声标签对网络性能的影响,噪声标签学习算法被提出。该算法首先将训练样本集划分成干净样本集和噪声样本集,然后使用半监督学习算法对噪声样... 详细信息

深度学习中神经网络的性能依赖于高质量的样本,然而噪声标签会降低网络的分类准确率。为降低噪声标签对网络性能的影响,噪声标签学习算法被提出。该算法首先将训练样本集划分成干净样本集和噪声样本集,然后使用半监督学习算法对噪声样本集赋予伪标签。然而,错误的伪标签以及训练样本数量不足的问题仍然限制着噪声标签学习算法性能的提升。为解决上述问题,提出基于K-means聚类和特征空间增强的噪声标签深度学习算法。首先,该算法利用K-means聚类算法对干净样本集进行标签聚类,并根据噪声样本集与聚类中心的距离大小筛选出难以分类的噪声样本,以提高训练样本的质量;其次,使用mixup算法扩充干净样本集和噪声样本集,以增加训练样本的数量;最后,采用特征空间增强算法抑制mixup算法新生成的噪声样本,从而提高网络的分类准确率。并在CIFAR10、CIFAR100、MNIST和ANIMAL-10共4个数据集上试验验证了该算法的有效性。

关键词：噪声标签学习深度学习半监督学习机器学习神经网络 K-means聚类特征空间增强 mixup算法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

双路径合作的原型矫正小样本分类模型

计算机科学与探索 2024年第3期18卷 693-706页

作者：吕佳曾梦瑶董保森重庆师范大学计算机与信息科学学院重庆401331 重庆市数字农业服务工程技术研究中心重庆401331

基于度量的元学习在学习过程中存在由于稀缺数据分布导致习得的先验知识不足、从样本中提取到的单一视图特征易受弱相关或无关特征的干扰以及因分类造成的代表性特征偏差的问题。针对这些问题,提出了一种双路径合作的原型矫正小样本分... 详细信息

基于度量的元学习在学习过程中存在由于稀缺数据分布导致习得的先验知识不足、从样本中提取到的单一视图特征易受弱相关或无关特征的干扰以及因分类造成的代表性特征偏差的问题。针对这些问题,提出了一种双路径合作的原型矫正小样本分类模型。首先,通过双路径合作模块从多视图角度自适应地突出关键特征和弱化弱相关特征,充分利用特征信息获得先验知识来提升特征的表达能力;其次,通过基于查询集样本特征信息的原型矫正分类策略来解决类内原型的偏差问题;最后,通过损失函数反向更新模型参数,模型分类准确率得以提升。在五个公开的数据集上进行了5-way 1-shot和5-way 5-shot对比实验,较基准模型而言,在miniImageNet数据集上,准确率提升了5.57个百分点和3.90个百分点;在tieredImageNet数据集上,准确率提升了5.68个百分点和3.93个百分点;在CUB数据集上,准确率提升了6.93个百分点和3.13个百分点;在CIFAR-FS数据集上,准确率提升了8.03个百分点和1.65个百分点;在FC-100数据集上,准确率提升了4.25个百分点和4.89个百分点。实验结果表明,提出的双路径合作的原型矫正小样本分类模型能在小样本学习领域有良好的性能,且模型中的模块可迁移到其他模型中使用。

关键词：小样本学习元学习度量学习自适应双路径合作学习原型矫正