【摘 要】
：
为了选择用于退化河岸带生态修复的适宜植物物种,开展了水淹胁迫下广州市河岸带常见的4种本地草本植物紫苏(Perilla frutescens)、酸模叶蓼(Polygonum lapathifolium)、金钮扣(Spilanthes paniculata)和少花龙葵(Solanum photeinocarpum)的光合响应特征研究。将在广州市车陂涌中游典型内涝点附近的河岸带采集到的紫苏、酸模叶蓼、金
论文部分内容阅读
为了选择用于退化河岸带生态修复的适宜植物物种,开展了水淹胁迫下广州市河岸带常见的4种本地草本植物紫苏(Perilla frutescens)、酸模叶蓼(Polygonum lapathifolium)、金钮扣(Spilanthes paniculata)和少花龙葵(Solanum photeinocarpum)的光合响应特征研究。将在广州市车陂涌中游典型内涝点附近的河岸带采集到的紫苏、酸模叶蓼、金钮扣和少花龙葵幼苗作为实验材料,经过缓苗后,设置地表无积水、地表积水深度为2 cm和地表积水深度为植株地
其他文献
为解决城市长输管道漏失监测难题,设计了基于听觉信号的管道漏失检测方法,利用瞬态振动信号会引起信号幅值和频率结构发生显著变化的特性,将听觉显著图引入管网漏失监测中,构建了一种基于听觉信号的管道漏失检测识别模型,提出了一种基于听觉显著图的管道漏失监测方法。该方法利用漏失声音引起的瞬态振动信号的幅值和频率结构发生显著变化的特征识别管网漏失状态,通过对信号的滤波、特征提取、听觉神经元的时域感受野特性分析处
在新时代能源变革的背景之下,开展综合能源服务已成为提升能源效率、降低用能成本的重要发展方向,也成为各企业新的战略竞争手段与焦点。泛在电力物联网融合之下的综合能源服务,应当着力于整合能源产业链上下游资源,助力打造智慧能源服务平台,促进清洁能源消纳,培育新型能源业务,其商业模式及业务发展也面临着新的机遇与挑战。
干旱地区非饱和土中汽态水扩散是水分迁移的主要组成部分,这对农业和工程应用具有重要影响。为了揭示非饱和土中汽态水扩散机理,研制了汽态水扩散试验装置,进行了非饱和土汽态水扩散室内试验。试验结果表明非饱和土中汽态水扩散特性符合Fick第二定律。基于Fick定律,建立了等温条件下非饱和土汽态水扩散的数学模型,分析了初始含水率梯度、初始含水率分布、土体类型和温度等因素对汽态水扩散系数的影响。结果表明:用所建
传统的电网工程数字化管理方法,对电网工程中的风险识别能力较差,导致数字化管理效果不佳,为此提出基于物联网的电网工程智慧工地数字化管理方法。该方法将智慧工地理念作为管理依据,根据MVC架构搭建电网工程数字化管理平台。根据物联网的支撑网络群,建立与电网工程的协同机制,利用工程数据变化特征曲线搭建管理决策模型。通过二维数据集合设置网格,依据不同数据类型计算输出层中的数据,以此挖掘并分析出电网工程信息的数
为了获取信息完整的深度图以提高预测深度图的质量,解决单目深度估计模型中特征融合的问题,提出一种融合多尺度和不同层特征的双流神经网络模型。该模型采用ResNet-50残差网络结构提取深度特征信息,利用金字塔结构融合不同层次的图像特征,实现低层、中层和高层的特征融合,保证不同层次特征的有效互补,改善多层间特征信息的传递,在一定程度上避免了信息的遗漏和缺失。在KITTI(Karlsruhe Instit
为了解决传统方法中未考虑多参量指标对电能质量的影响、电能质量计量结果准确度较低等问题,提出基于射频识别技术的电能质量计量评估模型。利用射频识别技术采集电能质量EPC码,获取电能质量计量评估数据,并以电流总谐波畸变率、三相不平衡和频率偏差等为计量评估指标进行权重计算,获取各项指标综合权重值;引入雷达图分析方法,比较电能质量的多变量,定义综合性的评估函数,反映电能质量情况,实现电能质量综合性评估。以评
无线通信链路质量的有效预测是保证泛在物联网通信链路选择的必要前提。通信链路可靠性难以准确预测的主要原因是无线链路质量信噪比时间序列具有随机性。因此,在分析无线通信链路随机特性的基础上,提出了一种无线通信链路可靠性置信区间预测方法。首先,采用小波分解的方法将无线链路质量信噪比时间序列分为平稳序列和噪声序列,对噪声序列进行计算后得到噪声标准差序列。然后,采用LSTM神经网络建立平稳序列和噪声标准差序列
机巡图像识别算法(Faster R-CNN算法)存在识别精度低的不足,为此提出基于边缘计算的机巡图像缺陷识别算法。通过对机巡图像缺陷特征提取,再利用RPN网络获取目标候选区域,利用边缘计算优化Faster R-CNN算法,在此基础上,实行Faster R-CNN训练,再通过正负样本和损失函数对目标区域实施精确分类,从而识别出机巡图像缺陷,至此完成基于边缘计算的机巡图像缺陷识别算法研究。通过与传统算
现有的路面裂缝识别方法大多仍局限于基于主动特征提取的处理技术,对路面图像来源有专一性要求,算法不具备泛化能力,现有的基于神经网络识别算法对设备有特定要求,且路面裂缝的定位准确性不高。为此,提出基于深度卷积神经网络融合模型的路面裂缝识别方法。首先,应用多目标SSD卷积神经网络模型对路面裂缝进行分类检测,然后使用深度残差网络对SSD模型的特征提取结构进行改进,并根据损失函数的收敛程度对模型中的超参数进
针对科技进步导致点云数据更加庞大、分布更加不均匀,点云数据的处理变得越来越重要的问题,设计了一种更加具有针对性的植物点云数据空间压缩管理方法。根据植物的特点先采用亲疏关系进行聚类划分,去除实验中不需要的三维信息,采用改进的最小层次分割算法以及kd-tree进行邻域的点云搜索。结果为:实现了65%的压缩率的同时将压缩时间缩减至常用的K-Means压缩算法的一半。结果表明所提方法在保证不丢失原始点云基