贵州西部喀斯特石漠化地区退耕弃荒地土壤氮素变异特征

研究以贵州西部喀斯特石漠化地区退耕弃荒地土壤为研究对象,在保证自然因素相对一致的条件下,根据退耕年限的不同和有无梯化过程,采集土壤样品进行全氮及氮素形态的化学分析。结果表明,该区域土壤有机质、全氮及各形态氮素含量呈现先降后升的趋势。根据此结论,并结合该区域性水热同期的先天条件,认为在贵州西部喀斯特石漠化地区土壤氮素肥力的自然修复是存在可能的。     

多尺度特征融合的柑橘冠层施药沉积量分类模型

针对传统农作物冠层施药沉积量分类模型分类准确率低、网络模型参数量大且运算速度慢的问题，该研究提出一种改进的SPP-Net-Inception-v4模型。该模型通过构建稀疏网络结构平衡各个模型子网间的计算量，利用3个Inception模块生成施药沉积量在柑橘冠层热红外图像的稠密有效特征数据；在模型的卷积层与全连接层间创新性接入空间金字塔池化网络（Spatial Pyramid Pooling Network, SPP-Net），进行一次历遍提取热红外图像特征信息，再通过空间池化操作融合3种池化方式提取的多尺度特征，实现柑橘冠层热红外图像施药沉积量表现特征的提取与融合。搭建多环境因素自主控制试验环境，模拟无人机低空采集柑橘冠层热红外图像，应用3个分类模型进行对比试验，试验结果表明，SPP-Net-Inception-v4模型与Inception-v4和ResNet-152两种模型相比，准确率分别提高1.58%和3.26%，模型大小分别降低13%和24%，表明SPP-Net-Inception-v4模型在降低模型规模的基础上，提高了柑橘树冠层施药沉积量分类的准确率，可为精准农业航空中无人机植保技术的进一步发展提供参考。     

退化沙质草地自然恢复过程中土壤-植物系统的变化特征

研究了科尔沁沙地封育5a后退化沙质草地自然恢复过程中土壤—植物系统的变化特征,同时分析了土壤性状与植物特征之间的相互影响程度。(1)从流动沙地恢复到固定沙地,沙质草地植物群落的物种多样性、植被盖度、地下根量和地表枯落物残留量均趋于增大。β多样性测度值表明,在半流动沙地恢复到半固定沙地阶段,植物种周转速率大,群落结构变化明显。(2)在退化沙质草地的自然恢复过程中,表层土壤的结构性能明显改善,土壤养分的有效性相应提高。(3)相关分析显示,沙质草地表层土壤的理化性状与植物特征值之间存有密切的相关性(R2=0.33～0.84,P<0.01,n=20),表明退化沙质草地的恢复过程实质上是土壤—植物系统协同演变的过程,在该过程中,植物多样性的关键恢复期滞后于土壤环境的关键恢复期。     

MicroRNA数字特征综述

阐述MicroRNA（miRNA）数字特征在计算识别中的发展及应用,总结相关数字特征在miRNA基因及靶基因预测中的作用。miRNA数字特征是计算识别物种新miRNA基因的工具,从首个miRNA基因被发现以来,数字特征研究由最初的miRNA序列特征和二级结构特征到现在常用的热力学特征、熵特征和拓扑特征等,均被广泛应用于新miRNA基因鉴别和靶基因辨识。随着新一代测序技术广泛应用,miRNA数字特征在miRNA生源论探讨、基因和靶基因识别、生物合成途径发掘等研究中具有重要作用。文章提出将数字特征应用于靶基因功能的归属判别、生物进化等研究领域,为miRNA数字特征在其他研究领域应用提供参考和借鉴。     

乌腺金丝桃显微特征观察

为了探讨乌腺金丝桃(Hypericum attenuatum Choisy)的显微特征,采用显微鉴定方法对乌腺金丝桃茎、叶横切面及全草粉末进行生药学研究。结果表明,乌腺金丝桃茎横切面维管束为外韧型;叶为异面叶,栅栏细胞一列;全草粉末石细胞众多;导管为螺纹、具缘纹孔,少为网纹;花粉粒长球形;气孔为不定式或不等式。     

影响短语成立的重要因素

讨论短语是否成立的问题并总结出一些规律。我们发现语义、结构层次和韵律是影响短语成立的重要因素。语义特征从多方面影响短语的成立,是最主要因素。结构层次和韵律也在某种程度上影响了短语的成立。     

水稻新施肥技术研究

经过3年试验及生产上应用，提出了“基肥氮素用量比传统施肥技术减半，改分蘖期重追肥为最高分蘖期和幼穗形成期追肥”的新的施肥技术。     

"胶乳法"氯化天然橡胶恒压过滤特性研究

通过恒压过滤实验，用比阻法和可压缩系数法研究了“胶乳法”氯化天然橡胶悬浮液过滤的难易。同时，研究了滤液温度和浓度对过滤速率的影响。     

广西野生饲用植物资源考察

通过对广西野生饲用植物资源历时5年的考察,基本上摸清了野生饲用植物的种类分布及组成,了解了野生饲用植物的特点和营养价值,并提出了进一步开发利用本地饲草用植物资源的建议。对指导当前大力发展种草养畜,合理利用本地资源将具有现实意义。     

基于加速鲁棒特征的木材显微图像自动配准方法

针对显微镜观测视野狭小而难以采集到全局图像的问题,提出了一种基于加速鲁棒特征(SURF)的木材显微图像自动配准方法.首先使用SURF检测并描述兴趣点,通过最近邻匹配得到匹配点对后,用双向匹配和RANSAC算法剔除错误匹配.然后利用最小二乘法和匹配结果进行模型参数估计,最后通过插值获得配准图像.对阔叶材显微图像配准实验结果表明,该方法具有较好的鲁棒性,无论图像是否有旋转,都可以实现自动的配准.比起尺度不变特征转换(SWT),由于用SURF得到的兴趣点数量更少,运算速度更快,总的匹配速度提升了5倍左右,缩短了整个配准过程的时间,算法更具有实时性.