不同化控剂对小麦产量的影响

为探讨不同化控剂对小麦产量的影响,试验设6个处理:壮丰安0.75 L/hm~2+水450 kg/hm~2;壮丰安1.5 L/hm~2+水450 kg/hm~2;多效唑750 g/hm~2+水450 kg/hm~2;烯效唑750 g/hm~2+水450 kg/hm~2;烯效唑1 500 g/hm~2+水450 kg/hm~2;对照(CK)(450 kg/hm~2清水作对照)。试验结果表明:不同化控剂均能降低小麦株高,但同时导致小麦产量降低,不同化控剂对小麦产量降低的量不同,其中多效唑对小麦产量的影响最大,产量较对照降低6.51%;同一化控剂不同用量对小麦产量影响也不同。就化控剂壮丰安而言,壮丰安0.75L/hm~2+水450 kg/hm~2的化控方式较壮丰安1.5 L/hm~2+水450 kg/hm~2的化控方式对小麦产量的影响小。就化控剂烯效唑而言,烯效唑750 g/hm~2+水450 kg/hm~2的化控方式较烯效唑1 500 g/hm~2+水450 kg/hm~2的化控方式对小麦产量的影响小。     

一种改进深度卷积神经网络的海岛识别方法

受不规律潮汐的影响,现有的海岛地物类别自动识别方法存在精度低和时效性差等问题,通过改进深度卷积神经网络提出了一种基于遥感影像的海岛快速识别方法:(1)在深度卷积神经网络的卷积层中增设1×1的卷积核作为瓶颈单元,对多波段的遥感影像进行降维;(2)在池化层引入了重采样方法,基于灰度值对海量的遥感影像进行特征压缩。以300景Landsat-8遥感影像为源数据,分别采用CNN、RCNN和本文改进的深度卷积神经网络对遥感影像中的海岛进行识别,实验结果表明:(1)改进的深度卷积神经网络降低了海岛识别的计算耗时,其计算耗时仅为CNN的4.56%和RCNN的5.60%;(2)改进的深度卷积神经网络较CNN和RCNN提高了海岛识别的精度,识别精度分别为96.0%、93.3%和95.0%。结果说明,改进的深度卷积神经网络适用于面向遥感影像的海岛自动识别。     

西红柿生长特性及种植管理技术

西红柿是喜温性蔬菜,具有喜温怕冷、喜光怕热、喜空气干燥怕空气湿度过大、喜水怕涝的半耐旱性生理特性.根据当地栽培自然环境适当调整适宜蔬菜生长的温度、湿度、水分、光照、营养补给等生存条件,及时防治各种可能发生的病虫害,对提高西红柿产量增加菜农的经济收入有十分重要的意义.     

做好土地文章实现多方受益 ——以遂平县席庄村为例

河南省遂平县和兴镇席庄村位于遂平县的北部,与西平县接壤,距县城9?km,周驻南高速和兴下路口北2?km,107国道西侧,区位优势明显.席庄村区域面积4.8?km2,下辖6个自然庄,12个村民小组,全村总人口3095人,耕地295.68?hm2,属于典型的农业村,常年种植优质小麦、玉米、花生、红薯等农作物.该村地势较高,...     

加强农机安全监理促进平安农机建设

随着昆山市城市化进程的不断加快，农业所占经济的比例不断缩小。农机监理工作的对象是农机驾驶操作人员及农业机械，农机驾驶操作人员和农业机械是农村生产力的重要组成部分，关系到社会的稳定，关系到全市的“平安农机”建设。如何加强农机安全监理，促进我市“平安农机示范县”的建设，保证农业安全生产、农村和谐发展，是我们农机监理员所要面对的重要课题。     

常规变电站智能化改造方案

分析了常规变电站和智能变电站的体系结构,根据安全可靠原则、经济实用原则、标准先行原则、因地制宜原则,从过程层、间隔层、站控层三方面对分阶段智能化改造进行了方案研究。     

辣椒生理性病害的综合防治措施

辣椒生理病害给辣椒生产造成较大的损失,因此,对生理病害的诊断和防治尤为重要。1辣椒高温障碍1.1病因及症状发生原因主要是棚室温度过高,当白天棚温持续时间超过4小时,夜间高于20℃,湿度低或土壤缺水,放风     

昆山市农机保险工作实践探索

2013年,昆山市继续深入做好农机保险工作,结合全市农机生产的实际情况,在原有政策性保险基础上积极寻找新的农机保险解决方案,推出农机综合险、操作人员团体意外险等,进一步保障了农机手利益,取得了很好的效果。     

各种加密通信协议的比较分析

随着电子商务的普及越来越多的人进行再线交易，各种电子商务的安全交易协议也应用的更加广泛，PKI、SSL、SET这些安全协议就是其中的典型代表。这里在探讨PKI、SSL、SET技术原理的基础上．对它们各自的作用、技术实现、工作流程等进行了描述；对它们之间的联系、区别、应用范围进行进行了深入的分析。     

基于目标检测及边缘支持的鱼类图像分割方法

对图像中的鱼类目标进行分割是提取鱼类生物学信息的关键步骤。针对现有方法对养殖条件下的鱼类图像分割精度较低的问题,提出了基于目标检测及边缘支持的鱼类图像分割方法。首先,设计了基于目标检测的完整轮廓提取方法,将具有完整轮廓的鱼类目标从图像中提取出来作为分割阶段的输入,使得整幅图像的分割问题转化为局部区域内的分割问题;然后,搭建Canny边缘支持的深度学习分割网络,对区域内的鱼类实现较高精度图像分割。实验结果表明,本文方法在以VGG-16、ResNet-50和ResNet-101作为主干网络的模型上的分割精度为81.75%、83.73%和85.66%。其中,以ResNet-101作为主干网络的模型与Mask R-CNN、U-Net、DeepLabv3相比,分割精度分别高14.24、11.36、9.45个百分点。本文方法可以为鱼类生物学信息的自动提取提供技术参考。