排序方式: 共有12条查询结果,搜索用时 31 毫秒
1.
2.
3.
植物腊叶标本承载着植物的综合信息,是研究植物科学以及指导生产实际的重要依据。戈特里布·芬次尔(Gottlieb Fenzel)是原国立西北农林专科学校(现西北农林科技大学)林学学科的第一位外籍教授,其工作对中国林业发展,尤其是西北地区营林造林工作奠定了基础。研究芬次尔在陕期间采集的植物标本将有助于了解当时陕西乃至西北地区的植物多样性,是研究近百年植物多样性变迁和保护的重要基础资料。基于国家标本资源共享平台和中国数字植物标本馆等数字化信息以及植物标本馆实体标本、采集记录和文献资料等信息,我们对芬次尔在陕期间(1933-1936)采集的植物标本进行了初步整理和研究,发现现存标本共1 800份,经核实鉴定且信息无误者1 359号1 784份;具有可参考价值者1 120号1 576份720种,隶属97科343属,其中蔷薇科(Rosaceae)所占种数最多;标本采集覆盖陕西、甘肃、青海以及内蒙古等4省区,其中在陕西省采集标本1 397份、占总份数86.10%,主要集中在渭河流域和秦岭山地;芬次尔根据实地考察与标本采集活动详细总结了陕西以及西北地区的树种组成。这些实地采集的标本是西北地区早期植物多... 相似文献
4.
【目的】 为了提升自然场景中农村在建房屋的识别准确率,并为后续的农村违建房屋智能化监管提供技术支撑。【方法】 文章基于无监督聚类和YOLOX目标检测算法,发展了一种乡村房屋在建状态识别方法。首先,构建在建房屋无监督聚类模型,并以此对在建房屋进行类别精细划分,使得不同类别之间特征差异较大,相同类别特征差异较小,其次,再使用划分好的类别制作房屋检测数据集,并训练YOLOX目标检测模型对在建房屋进行识别,最后,在在建房屋数据集上设计模型对比实验,以此验证算法有效性。【结果】 实验结果表明:在在建房屋识别任务中,基于无监督聚类和YOLOX的在建房屋识别算法mAP为83.27%,比采用原始数据(不进行在建房屋类别划分)训练的YOLOX算法mAP提升了7.91%,同时比采用人工划分类别的YOLOX算法mAP提升了5.08%。【结论】 因此该文方法有效提升了乡村房屋在建状态的识别精度,同时也为具有复杂场景和多个不同状态的目标进行识别时,提升识别准确率提供一种有效且可靠的解决思路。 相似文献
5.
6.
7.
8.
9.
【目的】 建立统一的农村宅基地代码编制规则是开展农村宅基地信息化管理的基础性工作。【方法】 在吸收、消化国内外相关编码的基础上,文章将宅基地所有权人、农户、宅基地、宅基地使用权人和农民房屋作为农村宅基地编码内容,提出了相应的代码结构、编码方法和赋码规则,并以安达市吉星岗镇吉星村为例,对编码进行了应用。【结果】 (1)各编码内容体现了农村宅基地的权利要素构成,符合农村宅基地基础信息调查工作的实际需要;(2)各编码内容以行政区划编码为基础,符合国家行政管理原则,能够与其它相关编码体系进行有效衔接,有助于农村宅基地信息的交换和共享;(3)以宅基地所有权人为基础进行统一编码,能够很好地反映各编码内容之间的内在关系,有利于农村宅基地信息化管理。【结论】 研究对提高农业农村行政主管部门工作效率和促进农村宅基地管理信息化建设具有十分重要的理论和实践意义。 相似文献
10.
为了对杜洛克猪繁殖性状进行遗传参数估计,并分析非遗传因素分娩季节及胎次对繁殖性状的影响,试验整理了陕西省某核心育种场2009—2020年杜洛克母猪繁殖性状数据,利用DMU软件估计各繁殖性状的遗传参数,结合R软件中aov函数对非遗传因素季节和胎次进行方差分析,研究遗传参数和非遗传因素对繁殖性状的影响。结果表明:杜洛克猪除妊娠周期为中等遗传力性状外,其余繁殖性状遗传力均在0.01~0.05之间,且总产仔数与产活仔数、健仔数、弱仔数、初生窝重之间为遗传正相关,妊娠周期与总产仔数、产活仔数、健仔数、死仔数、弱仔数、初生窝重之间呈遗传负相关。分娩胎次对杜洛克猪的总产仔数、产活仔数、健仔数、初生窝重、妊娠周期的影响达到极显著水平(P<0.01);而季节仅对死胎数、死仔数、妊娠周期3个性状具有极显著影响(P<0.01)。冬季损失的仔猪数最少,死仔数和死胎数显著低于春季、夏季、秋季(P<0.05),春季总产仔数、产活仔数、健仔数和初生窝重显著高于夏季、秋季、冬季(P<0.05),冬季妊娠周期显著长于春季、夏季、秋季(P<0.05)。分娩胎次为2胎次时的死胎数、死仔数、弱仔... 相似文献