【摘 要】
：
为探讨江西武夷山南方铁杉针阔混交林内不同微地形中幼树更新特征的差异，明晰不同微地形生境对幼树天然更新的影响。以江西武夷山国家级自然保护区内海拔约1800m的南方铁杉针阔混交原始林为研究对象，基于在其中建立的中亚热带南方铁杉针阔混交林动态监测固定样地首次调查数据，将固定样地中160个20m×20m的样方根据其海拔、凹凸度和坡度3种地形参数通过C-均值模糊聚类划分成不同的微地形生境，比较这不同微地形下
论文部分内容阅读
为探讨江西武夷山南方铁杉针阔混交林内不同微地形中幼树更新特征的差异，明晰不同微地形生境对幼树天然更新的影响。以江西武夷山国家级自然保护区内海拔约1800m的南方铁杉针阔混交原始林为研究对象，基于在其中建立的中亚热带南方铁杉针阔混交林动态监测固定样地首次调查数据，将固定样地中160个20m×20m的样方根据其海拔、凹凸度和坡度3种地形参数通过C-均值模糊聚类划分成不同的微地形生境，比较这不同微地形下的更新幼树种类组成及幼树更新特征，包括幼树密度，幼树平均胸径、平均高、平均冠幅，空间分布格局，分析不同微
其他文献
跨年龄人脸合成是指通过已知特定年龄的人脸图像去合成其他年龄段的人脸图像，它在动漫娱乐和公共安全等领域有广泛的应用。针对跨年龄人脸图像合成中生成图像容易产生器官变形扭曲、人脸局部特征保持效果不佳等问题，提出了一种基于条件对抗自动编码器的跨年龄人脸图像合成的方法。首先，该方法在传统的条件对抗自动编码器模型的基础上，将通道关注和空间关注引入到解码器结构中，使得训练过程中模型忽略背景，更加关注人脸图像变化
随着车牌识别的应用场景不断扩展，处理的图像复杂性也随之提高。因此车牌的检测也面临着车牌定位困难、检测速度慢和精度低等挑战。针对光照不均衡、透视变形、雨雾天气和低分辨率等复杂场景中的车牌检测，提出了一种基于车牌角点热图的检测网络(license plate heat map detection network)LPHD-Net。此网络区别于以往的模板匹配和目标检测中矩形先验框的方式，而是通过车牌角点
为实现目标域样本能够与源域中同类样本准确对齐，并在保证样本准确识别率的条件下进一步提高不同类别样本特征间的可区分性，提出了一种带有类间差异约束的域适应模型。首先，该模型采用深度卷积神经网络对源域样本进行了有监督学习，并在训练过程中基于提出的类间差异测量函数对源域样本特征加以类间差异性约束；其次，该模型采用了多对抗域鉴别网络结构，其中提出了一种目标域样本伪标签计算方法，从而将无标签的样本指定到合理的
以疫情期间口罩佩戴检测任务为载体，针对目前算法结构复杂，训练困难并且特征提取不足等问题，提出一种多尺度特征融合的轻量化检测算法。以YOLOv4-Tiny结构为基础，该模型改进原始残差结构，有效降低模型的计算量的同时保证检测精度，可以实现实时口罩佩戴检测任务；然后将多尺度输出结构增加到3个，以增强低层特征层信息表达并降低小目标漏检率；最后通过多层级交叉融合结构，最大程度提取有用信息，提高特征利用率。
1bit压缩感知技术日益受到关注。1bit信号往往有符号跳变，同时信号重构还需要稀疏度先验信息，如何有效地克服信号重构对稀疏度的依赖性，提高重构算法对噪声的鲁棒性，这是该领域面临的重大挑战。本文在二进制迭代硬阈值算法基础上，引入自适应稀疏度，利用残差能量的大小，通过对信号和噪声的学习，解决稀疏度依赖问题，通过引入弹球损失和自适应异常值追踪提高对噪声的鲁棒性，通过引入归一化参数，缩短运算时间。数值仿
海洋微型鞭毛虫（Microbial flagellates）是海洋原生生物中一类高度异质化的类群，物种多样性高，具有多种营养方式，在全球海洋生态系统中占据广阔的生态位，在生物地球化学循环中发挥着关键作用。然而关于其生物多样性和群落结构的认识十分有限，特别是有关环境因子与其生物地理分布关系的研究更为罕见。为了探究微型鞭毛虫群落多样性、群落结构以及影响其生物地理分布格局的环境因素，本研究将高通量测序技
基于GIS和RS技术，在最小累积阻力模型（MCR）基础上引入不同源地等级的相对阻力因子构建城市扩展生态阻力面模型（UEER），并结合水文分析模型（Hydrology）利用多时相的研究方法对海口市江东新区五个时期（1988年、2001年、2009年、2017年和2019年）的建设用地扩展格局进行动态模拟分析，从生态安全的视角探讨海口市江东新区海岸带城市扩展与生态格局演变趋势。研究结果表明：（1）20
图像描述生成任务要求机器自动生成自然语言文本来描述图像所呈现的语义内容，从而将视觉信息转化为文本描述，便于对图像进行管理、检索、分类等工作。图像差异描述生成是图像描述任务的延伸，它要求生成自然语言语句描述两张相似图像之间的区别。该任务的难点在于，如何确定两张图像之间的视觉语义差别，并将视觉差异信息转换成对应的文本描述。已有研究提出的模型在训练阶段并未充分利用文本信息，建模视觉差异信息和文本之间的跨
我国铜铅锌有色冶炼固废种类多、存量大,富含多种环境毒害元素如镉铬汞砷等,而目前固废末端处置方式单一,对其所含的大量铜铅锌银镍等有价金属组分也未能有效分离,固废污染防控与高效资源化利用问题突出,已成为制约产业绿色可持续发展的关键因素。本研究以长江经济带典型铜铅锌综合冶炼基地为例,设置直接处理(情景一)、内部循环(情景二)和协同利用(情景三)三种锌冶炼固废处置情景模式,结合物质投入产出法、层次分析法与
目前，部分基于深度学习的图像超分辨率重建算法通过扩展网络层的深度来提高网络模型的整体特征表达能力。但是，一味过度地扩展网络的深度会造成网络模型过参数化和复杂化，并且冗余的网络参数会提高特征表达的不稳定性。为此，提出了一种适用于图像超分辨率任务的基于均衡学习策略的神经网络非结构化剪枝算法，称之为RLTH剪枝算法。在不改变网络结构和不增加计算复杂度的前提下，通过搜索原始网络模型的最优的稀疏子网络来排除