核桃物候期观察与避晚霜品种的筛选

来源 :落叶果树 | 被引量 : 0次 | 上传用户:liongliong437
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对核桃容易遭受晚霜危害而制约生产的问题,对汾阳地区11个核桃品种进行物候期观察,选择避晚霜品种及授粉品种。结果表明:各品种间物候期差异较大,芽萌动期变异系数最大为4.6%,说明芽萌动的时间差异最大,雄花盛开期变异系数最小,为0.7%,说明雄花盛开期较为集中;11个核桃品种均为雄先型,其中礼品2号、清香、汾核7号、上宋6号、垂林5个品种花期不遇,相差4天以上,栽植时需要配授粉树;汾核4号、汾核5号、汾核6号、金薄丰、晋丰、西林3号6个品种花期相遇,可以自花授粉。清香和上宋6号,雌花盛开期均在5月,能避开晚
其他文献
伴随着工业互联网时代的来临,越来越多的网络安全隐患被带入了工业控制领域,安全威胁风险不断加剧。对工业控制网络和工业控制系统的攻击,破坏企业重要装置和正常工艺流程,由
随着信息化技术的不断提升,各类社交平台上带有倾向性的图文数据量快速增长,图文融合的情感分析受到广泛关注,单一的情感分析方法不再能够满足多模态数据的需求。针对图文情感特征提取与融合的技术难题,首先,列举了目前应用较广的图文情感分析数据集,介绍了文本特征和图片特征的提取方式;然后,重点研究了当前图文特征融合方式,简述了在图文情感分析过程中存在的问题;最后,针对未来情感分析的研究方向进行了总结与展望。为
电网作为我国最重要的关键基础设施,如何设计有效的新能源关键信息系统的防护方案,保障新能源安全的并入国家电网,是一项比较大的挑战。风力发电因环保、能量储蓄大、资源丰
针对使用中文文本进行情感分析时,忽略语法规会降低分类准确率的问题,提出一种融合语法规则的双通道中文情感分类模型CB_Rule。首先设计语法规则提取出情感倾向更加明确的信息,再利用卷积神经网络(CNN)的局部感知特点提取出语义特征;然后考虑到规则处理时可能忽略上下文的问题,使用双向长短时记忆(Bi-LSTM)网络提取包含上下文信息的全局特征,并对局部特征进行融合补充,从而完善CNN模型的情感特征倾向
为了提升基于事件的社交网络(EBSN)中社交事件的推荐效果,提出了融合用户历史行为和社交关系的个性化社交事件推荐方法。首先采用深度学习技术从用户的历史行为以及用户之间的潜在社交关系两个方面建立用户模型;然后在对用户偏好建模时,引入用户偏好的负向量表示,并使用注意力权重层根据不同的候选推荐事件为用户历史行为中不同的事件和用户社交关系中不同的好友分配不同的权重,同时考虑了事件以及群组的多种特征;最后在
针对基于会话的推荐算法主要依赖目标会话中的信息,而未充分利用其他会话中的协同信息的问题,提出了一种基于多图神经网络的会话感知推荐(MGSP)模型。首先,根据目标会话与训练集中的所有会话构建物品转移图(ITG)和协同关联图(CRG),并基于这两张图应用图神经网络(GNN)来汇聚节点的信息,得到两类的节点表示;然后,经过双层注意力模块对两类节点表示建模,获取会话级别的表示;最后,使用注意力机制进行信息
新中国成立以来,我国苹果产业经历了起步期、扩大期及平衡发展期,实现了苹果的稳定周年供应。随着时代发展,出现了苹果品种单一、平均单产低、盲目性发展、人力成本增加、新
针对人工神经网络(ANN)对面向知识图谱(KG)的知识推理的记忆能力有限以及KG无法处理不确定知识的问题,提出一种可微神经计算机(DNC)和贝叶斯网络(BN)相结合的推理方法 DNC-BN。首先,将长短时记忆(LSTM)网络作为控制器,在每个时刻对输入向量和从记忆体获取的读向量进行处理,得到网络输出向量和交互向量;其次,通过读写头实现控制器与记忆体的交互,使用读取权重计算数据的加权平均以得到读向量
目前柿的主产区有从传统的黄河流域向长江流域及其以南,以及向中西部扩展的趋势。随着果品市场国际化和多样化趋势日益明显,柿产业面临新的发展机遇。本文从柿的生物学特点和
针对关系抽取任务中句子依存树的信息利用率低和特征提取效果不佳的问题,提出了一种基于注意力引导的门控感知图卷积网络(Att-Gate-GCN)模型。首先,利用一种基于注意力机制的软剪枝策略,通过注意力机制为依存树中的边分配权重,以挖掘依存树中的有效信息,同时过滤无用信息;其次,构建一种门控感知图卷积网络(GCN)结构,通过门控机制增加特征感知能力,以获取更鲁棒的关系特征,同时结合依存树中的局部与非局