排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
以羽叶薰衣草(Lavandula pinnata L.)茎段为外植体进行离体培养,探讨羽叶薰衣草外植体的消毒灭菌、增殖培养、生根培养、炼苗移栽等一系列技术措施。结果表明:用0.1%HgCl2处理羽叶薰衣草外植体6~8 min的效果较好;外植体在含0.8 mg/L 6-BA及0.1 mg/LNAA的MS培养基中培养,增殖效果较好,培养42 d后,平均增殖系数达11.3;较合适的试管苗生根培养基为含0.2 mg/L NAA的1/2 MS培养基,培养21 d后,生根率为98.2%,平均每株生根12.5条;炼苗后移栽成活率达95.0%以上。 相似文献
2.
以彩叶草节段为外植体进行离体培养,对外植体灭菌方法以及培养基中不同种类外源激素的浓度对试管苗增殖、生根的影响等进行了研究。结果表明:以0.1%HgCl2灭菌8 min,无菌外植体成活率可以达到70%;在MS+6-BA 2.0 mg/L+NAA 0.20 mg/L的增殖培养基上培养30 d,试管苗的增殖系数可达8.8;在1/2MS+6-BA 0.2 mg/L+NAA 0.5 mg/L的生根培养基上培养21 d后,生根率为100.0%,生根5.6条/株;炼苗后移植成活率达95%。 相似文献
3.
深度学习在植物叶部病害检测与识别的研究进展 总被引:1,自引:0,他引:1
植物病害准确检测与识别是其早期诊断与智能监测的关键,是病虫害精准化防治与信息化管理的核心.深度学习应用于植物病害检测与识别中,可以克服传统诊断方法的弊端,大幅提升病害检测与识别的准确率,引起了广泛关注.本文首先收集和介绍了部分公开的植物病害图像数据集,然后系统地综述了近年来深度学习在植物病害检测和识别中的研究应用进展,... 相似文献
1