浅谈在植物实习中识别与记住植物的方法

植物教学实习是对《植物及植物生理学》课程中植物形态学、植物解剖学及植物分类学的延伸和综合运用。如何能快速的识别并记住不同的植物,是很多学生头疼的事情。根据我个人这些年的课堂及实践教学,总结出了一些既简单又好用的方法。     

吉林地区野生经济植物储量

吉林地区所辖磐石、桦甸、蛟河、永吉和舒兰,地形地貌复杂多样,茂密的森林,适宜的气候,植物资源丰富,种类繁多.经济植物共有1500多种,总生物储量300万吨,可开发利用的储量有50万吨.     

植物外观特征自动获取及计算机辅助植物分类与识别

植物的分类与识别是植物学研究和农林业生产经营中的重要基础工作,其主要依据是植物的外观特征.现代数量分类的方法就是通过大量提取特征数据,进行聚类分析,获得分类结果,并以此为根据进行植物的鉴别.传统做法都是手工测量采集原始数据,效率较低.由于外观特征可以通过数字图片方式获得,运用计算机图像处理分析等技术采集数据并做聚类分析将大大提高效率,关键问题在于特征的自动分析和获取.在基于叶子特征的计算机辅助植物识别模型和叶缘锯齿特征提取研究的基础上,提出了计算机辅助植物分类与识别的系统方案,并对相关技术进行了分析.图5参19     

植物免疫学教学方法的改革和探索

植物免疫学是植物保护专业的重要专业课,课程内容专业性较强,理论知识与应用相结合,需要植物病理学的基础.我们通过对教学内容、教学方法及考核制度等方面进行了改革和探索,以达到提高教学质量、培养学生的创新能力和提升综合素质的目的,取得了较好的效果.     

开发植物香料前景好

化妆品之所以具有香气,是由于在配制时加入了一定量的香精,而香精是由香料调配而合成的。其中植物香精,亦即一般所说的天然香精,则由天然植物萃取而得。我国人民自古以来就懂得从花卉中提取芬香成分,且使用这种方法已有两千多年的历史。植物香精为天然物质,无毒、无害。香精是化妆品不可缺少的重要添加剂,近十年来,用香精香料来给化妆品增香保质受到了广泛应用。     

基于叶片特征的计算机辅助植物识别模型

植物的数量分类的主要依据是植物的外观特征，通过提取大量特征数据进行聚类分析获得结果。传统做法都是手工测量采集原始数据，效率较低。由于外观特征都可以以数字图片方式获得，通过计算机图像处理分析等技术采集数据并做聚类分析将大大提高效率。关键问题在于特征自动分析和获取，以植物叶片为例，阐述了如何提取大小、叶形及叶缘特征的方法，改进了圆形度参数的定义。提出了计算机辅助植物识别(CAPI)的概念，并对其前景做了讨论和展望。图3参8     

冀西太行山区重要有毒植物的野外识别与防范

通过对冀西太行山区野生植物的实地调研和资料整理,发现在该地区生长的有毒野生植物多达200余种,并对其中分布广泛、毒性剧烈的12种重要、有毒植物的野外识别特征、毒性成分、中毒症状等进行了介绍。     

基于双路卷积神经网络的植物叶片识别模型

目的针对卷积神经网络识别植物叶片过程中,叶片边缘形状对卷积层的过度作用而导致相似边缘形状叶片识别错误的问题,提出了一种双路卷积神经网络的植物叶片识别模型。方法模型考虑了叶片信息的边缘形状与内部纹理特征,构建了双路卷积神经网路结构,其中形状特征路径运用7层卷积层的网络结构,前3层采用大尺寸11×11及5×5的卷积核提取大视野特征,完成叶片形状特征提取,另外4层卷积层采用3×3小尺寸卷积核提取叶片细节特征;纹理特征路径采用6个3×3卷积核的卷积层,提取叶片纹理图像细节特征;然后通过特征融合层将两类特征相加为融合特征,并利用全连接层对植物叶片种类进行识别。结果实验结果表明,双路卷积神经网络模型与单路卷积神经网络和图像处理分类识别模型相比,在Flavia叶片数据集与扩充植物叶片数据集上,Top-1识别准确率分别提高到了99.28%、97.31%,Top-3识别准确率分别提高到了99.97%、99.74%,标准差较其他识别与分类模型下降到0.18、0.20。结论本文提出的叶片识别模型能有效避免相似叶片边缘形状干扰而导致识别错误的问题,可以提高植物叶片的识别准确率。      

《观赏植物学》课程中植物识别教学探讨

从视觉、听觉、味觉、嗅觉、触觉等诸多感官方面以及加强实践、实训教学方面入手,引导和要求学生在识别植物时应多方面、多层次、多渠道地加深对植物的识别记忆,归纳出有利于植物识别的教学方法。     

基于叶片图像特征数字化信息识别7种柳属植物1）

通过对7种柳属植物的350枚叶片进行实验处理,测量所需的数字化植物特征,在单一指标判别分析中,仅有“长宽比”作为识别这7种植物的最有效的单一指标;在双重指标的判别分析中,“最宽处”ד叶脉值”、“最宽处”ד短弧距”、“最宽处”ד长弧距”、“周长比”ד膜周长比”、“短弧距”ד上外距”、“长弧距”ד上外距”这6组双重指标对7种植物的识别正确率均达到100％,同为最优双重指标。试验结果表明,上述6组最优双重指标可以完全识别出这7种植物。因此,基于数字化的叶片图像特征的信息识别物种是可行的,为今后植物物种识别研究奠定了基础。     

新形势下植物生理学教学方法探索

根据我国高等教育改革新形势下对应用型人才培养的要求,为了提高学生的实践、创新能力和综合素质,对植物生理学教学内容、教学方法及考核方式进行了改革探索,取得了较好的效果。     

《园艺植物病虫害防治》自考课程教学方法浅析

《园艺植物病虫害防治》作为自学考试的一门统考课程,主要研究园艺植物生产过程中经常发生的病虫害的成因、表现、危害和防治等方面内容,本文着重对教学中存在的问题进行浅析,结合个人教学情况,探讨了《园艺植物病虫害防治》课程改革的方向。     

基于叶片图像多特征融合的观叶植物种类识别

叶片图像特征提取对于植物自动分类识别有着重要的研究意义。本文以观叶植物叶片为研究对象,综合提取叶片图像的颜色、形状和纹理特征,基于支持向量机(SVM)原理提出了基于图像分析的观叶植物自动识别分类方法。通过对50种观叶植物样本图像进行训练和识别,与BP神经网络和KNN识别方法进行比较,本文所采用的SVM分类器的识别率能够达到91.41%,取得了较好的识别效果。      

农业类技术型院校农业植物病理学课程教学方法实践

在农业类高职院校,农业植物病理学是植物保护专业的一门应用型课程,它是在学完普通植 物病理学,有一定植物病理学基础之上,在农业生产中的应用科学,这门课程对于每个植物保护专业 人员都是必备课程。该论文结合多年的教学实践,重点结合教学方法技巧论述如何上好该门课程。     

园艺植物栽培学教学方法与实践教学改革探索

《园艺植物栽培学》是园艺专业的一门基础性课程,在园艺专业的本科教学中有着十分重要的地位。该文主要针对该课程的理论教学内容体系、实践教学目的意义以及方式方法展开讨论,通过教学改革,注重实践教学,总结教学经验,使得教学内容合理化,以提高教学效率和园艺专业人才的培养质量。     

芒属植物研究进展

芒属植物是具有高光合效能的C4禾本科植物,被认为是优秀的生物质能源。该文对芒属植物在工业开发和生物学特性研究方面的相关内容进行了综述。研究表明芒属植物是一种兼具经济效益和生态效益的植物资源,目前的研究重点是与其工业价值相关的开发研究。对于芒属植物的生物学研究也主要是在与其高光合效能机理相关的研究上,对于其他领域的研究则相对较少,特别是在与遗传育种工作紧密相关的种质资源研究和遗传多样性方面的研究十分缺乏。笔者针对目前芒属植物的研究现状提出了相应的建议。     

优质室内植物培植及其病虫害识别与防治

<正>面对日益严重的环境污染问题,人们对自身生活环境质量的重视程度越来越高。同时,随着人们生活水平和对居室环境要求的提高,植物进入室内空间成为必然。富于生命力的室内植物除了带给人们视觉享受和室内空间良好的美化效果外,其较强的吸收和吸附各种有害物质的能力可有效减轻人为造成的环境污染,给人们身体健康提供保障[1]。然而,大多数人由于不了解室内植物的培植方式导致对生机盎然的绿色植物的栽植效果不理想,甚至栽植失败。另外,相对较封闭的