肉羊生产杂交组合筛选试验

采用夏洛来公羊、萨福克公羊与藏母羊、青海半细毛母羊及青海细毛母羊杂交一次，利用杂交优势生产肥羔。试验结果表明：在相同的饲养管理和放牧条件下，夏洛来羊、萨福克羊的杂种后代平均初生重和６￣７月龄平均体重均高于当地同龄羔羊，平均日增重比同龄藏羊羔提高４０％￣４６％，比青海半细毛羔羊提高４２％，比青海细毛羔羊提高２１％；胴体平均重比以上三种羊提高３０％￣８０％；周岁母羊剪毛量比同龄藏母羊高１．０２￣１．３     

进攻性组合技术在篮球比赛中的应用

本文主要通过对篮球几组组合性技术的分析，阐明在篮球运动高速发展的今天，组合技术在高水平篮球比赛中所处的地位和重要性，阐述了这些组合性技术的适用范围，运用这些技术的目的，以及运用这些技术时可能遇到和应当注意的问题。     

锌对玉米生长发育影响的研究

因地制宜地研究玉米配方施肥,目的是满足玉米在生长发育过程中对各种养分的需求。本文试验结果表明,在通辽地区,喷施锌肥后,可补偿土壤环境中锌的不足,平衡供应各种营养,增强了玉米的生活力,茎杆粗壮,果穗增大,粮食产量明显提高。     

杨树杂交育种育子代选择

为选育优良的杨树新品种,以美黑杨、小青杨×箭黑杨、香杨和黑小杨为母本,以小黑杨单倍体()、1344()、黑小杨、合作杨×小山杨、小黑杨为父本进行人工杂交育种。苗期测试结果表明,各杂交组合子代苗高、地径以及抗病性间存在显著差异。通过综合选择,得到7个综合性状表现优异的组合:苗高分别超过对照17%、14%、13%、9%、7%、6%、4%;地径分别超过对照21%、19%、3%、8%、8%、6%、5%。     

思茅松扦插试验

不同基质、不同生长调节剂浓度及不同穗条在营养袋中扦插的正交试验表明,在设计的3种因素中,不同穗条是影响扦插成活的关键因素。3种不同穗条对成活率的影响差异显著,其中1年生基部穗条对扦插成活率的影响最大;3种基质对成活率的影响显著,其中A2(沙∶松表土∶锯末=1∶1∶1)对成活率的影响最大;3种不同生长调节剂浓度对成活率的影响不显著。选出成活率最高的配方是A2(沙∶松表土∶锯末=1∶1∶1)B3(50×10-6ABT1#生根粉)C1(1年生基部穗条)。     

火焰原子吸收光谱分析法增感效应的研究──Ⅰ．增感系数

研究９种有机溶剂、３种表面活性剂和１２种有机试剂对Ｋ，Ｎａ，Ｃａ，Ｃｒ，Ｃｕ，Ｍｇ，Ｐｂ，Ｍｎ，Ｆｅ，Ｃｏ，Ｎｉ，Ｚｎ等１３种元素的增感效应，结果表明，在Ａｉｒ－Ｃ２Ｈ２焰中，它们中的大多数组合都有一定的增感作用．最大增感达到８．９倍．     

Individual automatic detection and identification of big cats with the combination of different body parts

The development of facial recognition technology has become an increasingly powerful tool in wild animal individual recognition. In this paper, we develop an automatic detection and recognition method with the combinations of body features of big cats based on the deep convolutional neural network (CNN). We collected dataset including 12 244 images from 47 individual Amur tigers (Panthera tigris altaica) at the Siberian Tiger Park by mobile phones and digital camera and 1940 images and videos of 12 individual wild Amur leopard (Panthera pardus orientalis) by infrared cameras. First, the single shot multibox detector algorithm is used to perform the automatic detection process of feature regions in each image. For the different feature regions of the image, like face stripe or spots, CNNs and multi-layer perceptron models were applied to automatically identify tiger and leopard individuals, independently. Our results show that the identification accuracy of Amur tiger can reach up to 93.27% for face front, 93.33% for right body stripe, and 93.46% for left body stripe. Furthermore, the combination of right face, left body stripe, and right body stripe achieves the highest accuracy rate, up to 95.55%. Consequently, the combination of different body parts can improve the individual identification accuracy. However, it is not the higher the number of body parts, the higher the accuracy rate. The combination model with 3 body parts has the highest accuracy. The identification accuracy of Amur leopard can reach up to 86.90% for face front, 89.13% for left body spots, and 88.33% for right body spots. The accuracy of different body parts combination is lower than the independent part. For wild Amur leopard, the combination of face with body spot part is not helpful for the improvement of identification accuracy. The most effective identification part is still the independent left or right body spot part. It can be applied in long-term monitoring of big cats, including big data analysis for animal behavior, and be helpful for the individual identification of other wildlife species.     

稍为高大韧晚籼新组合为何迅速发展及其育种方向

论述了以往弱感光杂交晚籼的矮小多穗型组合发展到稍为高大韧大穗型新组合的趋向,及其迅速发展的因素,提出了晚籼杂交稻的育种方向应为高大韧优质多抗新组合。     

节瓜新组合的比较试验

通过对1～7号节瓜杂交组合和对照品种的比较,筛选出了表现比较好的2号、4号和7号组合,用于更进一步试验和推广。     

基于方法集的番茄营养品质组合评价模型构建及其对水肥供应的响应

为探索番茄营养品质综合评价方法,分析综合评价指标对水肥供应的响应,以灌水量、有机肥及氮、磷、钾肥用量为试验因素,按照五元二次通用旋转组合设计,进行番茄温室试验,监测番茄可溶性固形物、可溶性糖、可滴定酸、糖酸比、番茄红素和维生素C等6项单一品质指标。应用方法集的思想,以主成分分析法、隶属函数分析法、基于组合赋权的TOPSIS模型和灰色关联度分析法4种独立的评价方法为基础,运用基于整体差异的组合评价模型,构建番茄营养品质组合评价模型,并探索综合评价指标对水肥供应的响应。结果表明,采用4种独立评价方法得到的评价值两两之间呈现出良好的相关性,通过KENDALL-W一致性检验。组合评价模型与各独立方法的评价值的相关系数均在0.943以上,表明组合评价模型的有效性。因此,以此建立番茄综合营养品质指标对水肥用量的响应函数。各水肥因子对番茄综合营养品质的主效应表现为：有机肥用量＞施磷量＞施氮量≥灌水量＞施钾量。当其他因素为中间水平时,番茄综合营养品质随灌水量、施氮量、施磷量和有机肥用量均呈开口向下的抛物线型变化,随施钾量呈开口向上的抛物线型变化。交互作用表现为,灌水量与施钾量、灌水量与有机肥用量之间存在一定的负交互作用,施氮量和施磷量存在一定的正交互作用。将灌水量、有机肥及氮、磷、钾肥用量依次控制为447.9~462.6 mm、23.2~24.0 t·hm^-2、 532.6~581.0 kg·hm^-2、418.0~454.3 kg·hm^-2、712.6~776.9 kg·hm^-2,是理论最优方案,可望获得较高的番茄综合营养品质值。