公共文化服务平台

共 10 条记录，以下是 1-9

全选清除导出

排序方式：

高加索三叶草和白三叶草再生体系的建立被引量：5: 2008年; 高加索三叶草和白三叶草在饲料牧草中占有重要地位。本实验以其茎和叶为外植体材料,比较不同外植体的再生能力,探讨不同激素组合对愈伤组织诱导、继代培养以及植株分化的影响。结果表明茎的再生能力比叶片强。高加索三叶草在MS+2,4-D0.25?/L+6BA0.5/L的培养基中愈伤组织诱导生长最好,愈伤组织在MS+2,4-D0.2/L+6BA1.0/L+2%蔗糖培养基上生长迅速,质地良好,在MS+2,4-D 0.25/L+6BA 1.0/L培养基上植株分化率达75%;白三叶草在MB+在MB+2,4-D2.0/L+6BA 0.75/L培养基上诱导出完整植株。; 杨珍何丽君王明玖何劲莉苗青旺陈海军; 关键词：高加索三叶草白三叶草外植体愈伤组织植株再生

高加索三叶草与白三叶草杂交胚萌发条件的研究: 以六倍体高加索三叶草与四倍体白三叶草为亲本,通过远缘杂交,采用组织培养手段对杂交胚的萌发条件进行探索。结果表明,应以高加索三叶草为母本,白三叶草为父本,在8:00～9:00授粉,12～13d取胚,用10%NaClO灭菌6...; 杨珍何丽君王明玖; 关键词：高加索三叶草白三叶草杂交胚萌发率; 文献传递

高加索三叶草与白三叶草及其杂交胚离体培养技术的研究: 三叶草属(Trifolium L.)植物是优良的一年生或多年生豆科牧草,具有固氮能力，可以提高土壤肥力、增加地面覆盖、控制杂草生长、保持土壤湿度、减少土壤侵蚀，是保持水土的好材料。高加索三叶草(T.ambiguum Bi...; 杨珍; 关键词：三叶草杂交胚离体培养种间杂交; 文献传递

云计算网络入侵跳频数据关联规则挖掘方法被引量：2: 2021年; 针对传统方法不能有效挖掘出入侵跳频数据中的频繁项集,挖掘结果准确性不高,易受干扰,易产生信息泄漏风险的问题,提出基于主成分分析与Apriori算法的云计算网络入侵跳频数据关联规则挖掘方法。采用分组统计监测方法构建入侵跳频数据统计特征监测模型,提取统计特征量。运用Apriori算法构建入侵跳频数据的大数据分布模型,检索入侵跳频数据库中的所有频繁项集,并采用主成分分析算法对频繁项集中的最小信任度进行构建,实现对云计算网络入侵跳频数据关联规则的挖掘。仿真结果表明,采用提出的方法进行关联规则挖掘的准确率较高,抗干扰能力较强,提高了网络入侵检测能力。; 程显生杨珍王俊; 关键词：关联规则挖掘主成分分析

高加索三叶草×白三叶胚萌发条件的探索被引量：6: 2009年; 以六倍体高加索三叶草Trifolium ambiguum与四倍体白三叶T．repens为亲本，通过远缘杂交，采用组织培养手段对杂交胚的萌发条件进行探索。结果表明：以高加索三叶草为母本、白三叶为父本，在花期8：00-9：00授粉，授粉后12～13d取胚．用质量分数10％ NaCIO灭菌6．5～7min，在不加任何外源激素的改良MS培养基上，胚萌发率最高，达8％。高频扩繁时，再附加0．25mg／L2，4-D＋0．50mg／L6-BA可获得较高萌发率。; 杨珍何丽君王明玖苗青旺陈海军; 关键词：高加索三叶草白三叶杂交胚萌发率

结合改进ShuffleNet-V2和注意力机制的无人机图像自主分类预警框架: 2024年; 为实现灾难事件的无人机(Unmanned Aerial Vehicle,UAV)自主监测和预警,提出了结合逐通道注意力机制和高效卷积神经网络的新架构。考虑到嵌入式平台的资源限制条件,使用轻量级ShuffleNet-V2作为骨干网络,能够对更多信息进行高效编码并尽可能降低网络复杂度。为进一步提高灾难场景分类的准确度,在ShuffleNet-V2网络中结合了挤压-激发(Squeeze-Excitation,SE)模块以实现逐通道注意力机制,显著增强分类网络对重要特征的关注度。通过数据采集和增强技术获得包括12876张图像的UAV航拍灾难事件数据集,对所提方法进行性能评估,并比较所提方法与其他先进模型的性能。结果表明,所提方法取得了99.01%的平均准确度,模型大小仅为5.6 MB,且在UAV机载平台上的处理速度超过10 FPS,能够满足UAV平台自主灾情监测任务的现实需求。; 杨珍吴珊丹贾如; 关键词：无人机图像分类卷积神经网络嵌入式平台

基于改进AlexNet网络的无人机遥感图像分类方法被引量：1: 2023年; 针对传统卫星遥感难以获取相应的高空间分辨率数据,影响农作物的分类准确度的问题,提出一种基于改进AlexNet网络的无人机遥感图像分类方法.首先,为降低方法的复杂度,加快收敛效果,优化改善AlexNet网络模型,仅保留AlexNet网络模型的前5个图像处理卷积层;其次,对试验农作物无人机遥感图像进行光谱特性分析,提取各类作物自身的光谱曲线.在此基础上,考虑到农作物在可见光波段的反射率相近,很难依据反射率曲线进行区分,基于改进AlexNet网络的深层卷积结构,依据不同波段内的像素亮度对农作物进行准确分类.最后,利用湖南省长沙市农业科学研究所试验基地实测数据进行算例试验.结果表明:在相同的试验条件下,与SVM-RFE和SVM-SS相比,所提方法对于农作物的总体分类精度均值提升了3.91%以上,Kappa系数均值至少提升了2.20%,可适用于实际场景.; 杨珍郭艳光鲁晓波; 关键词：无人机遥感光谱特征农作物图像分类

利用DCE-MRI结合改进卷积神经网络的MR图像自动分割与分类方法被引量：2: 2020年; 为鉴别乳腺良、恶性肿瘤,利用动态增强磁共振成像(DCE-MRI)技术,结合混合集成的改进卷积神经网络(ME-ICNN),设计了一种计算机辅助诊断(CAD)方法。首先,在预处理阶段对输入的肿瘤图像进行背景缩减、对比度增强和乳房区域裁剪,采用全局Otsu阈值分割和形态学顶帽变换去除非损伤结构;然后,在定位阶段使用Chan-Vese活动轮廓模型自动选取最佳ROI,采用基于紧致度的滤波方法减少假阳性;最后,在诊断阶段提出一种新的卷积神经网络混合集成模型ME-ICNN,用于乳腺良恶性肿瘤的分类。通过112例DCE-MRI数据库上的实验结果表明:相比其他几种较新的卷积神经网络分类方法,所提出的ME-ICNN方法具有训练和测试执行时间快、自由参数少、分类精度高等优点,可作为放射科专家分析乳腺DCE-MRI图像的有效工具。; 杨珍王俊辛春花; 关键词：图像分割卷积神经网络 DCE-MRI 计算机辅助诊断

局部自交干扰的全变分图像自适应滤噪算法被引量：1: 2017年; 针对当前图像滤噪算法虽然能够在一定程度上抑制噪声;但无法保证图像质量,导致图像细节丢失、图像变模糊的弊端,提出一种新的局部自交干扰的全变分图像自适应滤噪算法。定义一个图像局部功率,求解自适应全变分算法的能量函数最小化问题。通过拉格朗日算子获取图像局部功率的非约束最小化全变分形式,计算规整化可信度参数和噪声分布。通过全变分模型将轮廓尺度图像从含有噪声图像中分离出来,对含有噪声图像和轮廓尺度图像进行差运算,获取含有噪声的残差纹理细节图像。将获取的规整化可信度参数代入全变分模型,对含有噪声图像进行处理获取最终的滤噪图像。实验结果表明,经所提算法滤噪处理后,图像质量高,滤噪效果好。; 杨珍; 关键词：自适应

全选清除导出

共1页<1>

杨珍