论文部分内容阅读
赣73优661是江西省农业科学院水稻研究所利用多抗恢复系赣恢661与优质抗稻瘟病不育系赣73A配组育成的优质杂交晚稻新组合,2020年通过江西省农作物品种审定委员会审定.
优质杂交晚稻新组合赣73优661
【摘 要】
：
赣73优661是江西省农业科学院水稻研究所利用多抗恢复系赣恢661与优质抗稻瘟病不育系赣73A配组育成的优质杂交晚稻新组合,2020年通过江西省农作物品种审定委员会审定.
【机 构】
：
江西省农业科学院水稻研究所/水稻国家工程实验室(南昌)/国家水稻改良中心南昌分中心,江西南昌330200
【出 处】
：
杂交水稻
【发表日期】
：
2004年期
其他文献
2018—2019年在重庆水稻产区开展了机械垄作直播中稻蓄留再生稻的试验研究与应用展示,取得了较好成效。分析了机械垄作直播中稻、再生稻产量及其构成因素的表现,介绍了机械垄作直播中稻蓄留再生稻应用效果,总结了其技术优势及栽培技术措施,为推动重庆再生稻生产向轻简高效发展提供了依据。
针对翼伞飞行性能的不确定性量化评估问题,基于多项式混沌展开(PCE)方法,提出翼伞系统模型参数不确定性分析方法。建立含有不确定性参数的翼伞系统9自由度多体动力学模型,并利用PCE方法建立代理模型来逼近翼伞系统非线性动力学模型。分析不同PCE模型阶数和样本点数量对计算结果的影响,综合考虑计算精度和效率,给出适用于翼伞飞行不确定性分析的PCE模型。分别利用PCE方法和Monte Carlo方法研究气动力参数不确定性对某小型翼伞系统飞行的影响。仿真结果表明,PCE方法可以达到与Monte Carlo方法相同的计
为研究不同结构2.5维编织复合材料的经向拉伸弹性性能,提出一种2.5维编织复合材料经向拉伸弹性性能预测方法。通过非线性多尺度材料设计与分析,进行弯联结构和直联结构2.5维编织复合材料代表性体积元(RVE)模型的经向拉伸弹性性能仿真计算,对RVE模型进行经向拉伸弹性模量和经向拉伸破坏形式的预测。为校验该方法预测结果的准确性与合理性,对弯联和直联两种结构2.5维编织复合材料试样进行经向拉伸性能表征,并与仿真计算的预测结果进行对比分析。结果表明,非线性多尺度材料设计与分析方法能够比较准确地对直联结构2.5维编织
成像机理的限制以及海洋中存在的丰富噪声源,导致侧扫声纳图像出现噪声污染严重、目标和背景区域灰度值对比度低以及边缘呈现强度较弱等情况。针对上述问题,提出一种侧扫声纳图像非下采样轮廓波变换(NSCT)域分区增强方法。对于声纳图像低频部分,使用非线性函数增强方法,提升低频图像对比度;对于声纳图像高频部分,通过分析声纳高频图像在NSCT域上同一尺度不同方向子带系数最大值与最小值差值的分布规律,进行噪声和纹
为研究亚声速、跨声速、超声速及高超声速跨速域条件下,某正常式布局飞行器的大后掠角前翼对尾翼气动特性的影响和机理,通过有限体积法求解雷诺平均Navier-Stokes方程,并采用Spalart-Allmaras湍流模型对具有大后掠角近距耦合翼的飞行器绕流场进行数值模拟。计算得出受前翼气动干扰影响时尾翼的升力系数、阻力系数随马赫数和攻角的变化规律,且根据尾翼表面压力系数分布规律和周围流场结构,分析前翼对尾翼的气动干扰机理。研究结果表明:在亚声速、跨声速条件下,大后掠角前翼产生的后脱涡会影响尾翼周围的流场,尤其
分析水稻两系不育系遗传多样性和构建指纹图谱,可为两系不育系选育与组合选配、品种真实性和纯度鉴定提供理论依据.以目前中国南方广泛应用的11个水稻两系不育系为研究材料,
小麦在生长过程中发生倒伏会严重影响其产量,因此实时且准确地对小麦倒伏状况监测有很重要的意义。传统的方法采用手工方式生成数据集,不仅效率低、易出错,而且生成的数据集不准确。针对这一问题,本研究提出了一种基于图像处理的自动数据集生成方法。首先利用无人机在15、46和91 m三个高度采集图像数据;采集完数据后,根据无倒伏、倒伏面积<50%和倒伏面积>50%的标准对每一块地的小麦倒伏情况进行人工评估;采用三种机器学习(支持向量机、随机森林、K近邻)和三种深度学习(ResNet101、GoogLeNet
基于静态穿深实验以及闪光X光摄像实验,开展不同作用时序下磁场对聚能射流稳定性作用机制的研究。根据所得实验结果,分析相同炸高、不同时序控制作用下磁场耦合作用对聚能射流侵彻威力的影响。结合聚能射流与侵彻通道形态之间的关系,获得不同工况下与强磁场耦合后聚能射流对靶板的侵彻孔形形态特性,并通过孔形特性来判断强磁场对聚能射流稳定性的影响机制。根据实验结果对比可知,在一定条件下,不同时序控制的磁场均可增加聚能射流的稳定性,聚能射流的稳定性增加主要表现为延缓连续聚能射流的断裂和抑制断裂射流颗粒的翻转。
谷优676是福建省农业科学院水稻研究所和福建兴禾种业科技有限公司以抗稻瘟病不育系谷丰A与高配合力优质恢复系福恢676配组育成的杂交中稻组合,2017年通过福建省农作物品种审
针对高超声速飞行器协同饱和打击需求,提出一种基于深度Q-学习网络(DQN)算法的深度强化学习横程机动再入协同制导方法。解耦设计高超声速飞行器横纵制导方法,基于高精度的纵程解析解,解析计算纵向升阻比得到倾侧角模值。抽象横向制导倾侧反转逻辑为马尔可夫决策问题,引入强化学习思想,设计一种基于DQN算法的横向智能机动决策器,构建智能体离线学习-在线调用模式,计算倾侧角剖面的符号变化。以典型高超声速飞行器CAV-H为对象,基于数学分析MATLAB平台通过弹道仿真对该制导方法进行验证。仿真结果表明:新制导方法制导精度