期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
AI视角下梨基因组学和表型组学联合分析思路探究
1
作者 潘荣光 俞乐 +6 位作者 杜贞容 沙守峰 彭秀媛 白冰 姚磊 邹德君 郭合宇 《辽宁农业科学》 2025年第1期1-4,共4页
AI技术的深入应用已显著提升作物育种效率和决策准确性。文中以梨为研究对象,系统探讨了AI技术在作物智慧育种中的研究思路。由于梨的自交不亲和性及复杂的数量性状遗传等特点,其育种过程面临周期长、效率低等难题。然而,高通量测序技... AI技术的深入应用已显著提升作物育种效率和决策准确性。文中以梨为研究对象,系统探讨了AI技术在作物智慧育种中的研究思路。由于梨的自交不亲和性及复杂的数量性状遗传等特点,其育种过程面临周期长、效率低等难题。然而,高通量测序技术的发展为快速获取基因数据提供了可能,AI技术的兴起为表型数据的快速获取和上述数据的深入分析带来了新的契机。文中剖析了梨的基因数据和表型数据的组成和获取方式,并探讨了AI技术在提高基因测序精准度、辅助基因组组装、新基因挖掘,以及表型数据的精准获取和深度分析方面的应用潜力。基于此,提出了AI视角下梨基因组学和表型组学联合分析思路,旨在助力优良性状基因精准定位,基因与表型深层次关系的阐释,从而为梨等作物的智慧育种工作提供理论支撑。 展开更多
关键词 AI技术 梨 基因 表型 联合分析
在线阅读 下载PDF
基于耕地质量评价和局部空间自相关的高标准农田划定 被引量：43
2
作者 杨建宇 杜贞容 +3 位作者 杜振博 黄婧瑶 赵龙 朱德海 《农业机械学报》 EI CAS CSCD 北大核心 2017年第6期109-115,共7页
高标准农田建设是优化农田空间布局,改善耕地基础设施,提高耕地质量和综合生产能力的重要举措。而科学合理地划定建设区域是高标准农田建设的重要环节。以河南省焦作市为例,构建了耕地综合质量评价体系,并通过层次分析法对各个评价指标... 高标准农田建设是优化农田空间布局,改善耕地基础设施,提高耕地质量和综合生产能力的重要举措。而科学合理地划定建设区域是高标准农田建设的重要环节。以河南省焦作市为例,构建了耕地综合质量评价体系,并通过层次分析法对各个评价指标赋权。再结合理想点逼近法和局部空间自相关分析对高标准农田建设分区及时序提出了方案。研究结果表明:焦作市耕地整体质量较好,且在空间分布上体现出了较强的正相关性;利用局部空间自相关分析可将耕地分为4个高标准农田建设区域。 展开更多
关键词 耕地质量 高标准农田 理想点逼近法 局部空间自相关
在线阅读 下载PDF
耕地自然质量空间分布及其影响因子分析——以北京市大兴区为例 被引量：5
3
作者 张超 张海锋 +3 位作者 杨建宇 赵龙 蒋坤萍 杜贞容 《测绘学报》 EI CSCD 北大核心 2015年第B12期75-81,共7页
定量分析耕地质量的空间分布特征，是制定与实施耕地保护措施的重要依据。本文以耕地质量等级补充完善成果为基础，以自然等指数为空间变量，采用空间自相关分析方法对北京市大兴区耕地自然质量的空间分布特征进行了研究，并采用变异系... 定量分析耕地质量的空间分布特征，是制定与实施耕地保护措施的重要依据。本文以耕地质量等级补充完善成果为基础，以自然等指数为空间变量，采用空间自相关分析方法对北京市大兴区耕地自然质量的空间分布特征进行了研究，并采用变异系数、二元相关分析和偏相关分析方法对其影响机制进行分析，揭示了耕地自然质量空间差异的主导影响因子。研究结果表明：大兴区耕地自然质量在200～900m尺度范围内呈显著的空间正相关性，正相关HH型高等地明显聚集分布，LL型低等地面积较大且聚集性较低，负相关类型（HL和LH型）耕地无明显集中区域，零星分布。土壤有机质、表土质地和土壤剖面构型是影响耕地自然质量空间分布格局的主导因子，但影响程度有所差异。 展开更多
关键词 耕地质量 空间分布 影响因子 大兴区
在线阅读 下载PDF
基于SegNet语义模型的高分辨率遥感影像农村建设用地提取 被引量：60
4
作者 杨建宇 周振旭 +3 位作者 杜贞容 许全全 尹航 刘瑞 《农业工程学报》 EI CAS CSCD 北大核心 2019年第5期251-258,共8页
针对传统分类算法、浅层学习算法不适用于高空间分辨率遥感影像中农村建筑物信息提取的问题,该文以河北省霸州市高空间分辨率遥感影像WorldView-2为数据源,利用182 064幅128×128像素大小的影像切片为训练样本,选取基于深度卷积神... 针对传统分类算法、浅层学习算法不适用于高空间分辨率遥感影像中农村建筑物信息提取的问题,该文以河北省霸州市高空间分辨率遥感影像WorldView-2为数据源,利用182 064幅128×128像素大小的影像切片为训练样本,选取基于深度卷积神经网络的SegNet图像语义分割算法对遥感影像中的农村建筑物进行提取,并与传统分类算法中的最大似然法(maximum likelihood,ML)和ISO聚类、浅层学习算法中的支持向量机(support vector machine,SVM)和随机森林(random forest,RF)以及深层语义分割算法中的金字塔场景解析网络(pyramid scene parsing network,PSPNet)的试验结果作对比分析。研究结果表明:SegNet不仅能够高效利用高空间分辨率遥感影像中农村建筑物的光谱信息而且还能够充分利用其丰富的空间特征信息,最终形成较好的分类模型,该算法在验证样本中的分类总体精度为96.61%,Kappa系数为0.90,建筑物的F1值为0.91,其余5种分类算法的总体精度、Kappa系数、建筑物的F1值都分别在94.68%、0.83、0.87以下。该研究可以为高空间分辨率遥感影像农村建设用地提取研究提供参考。 展开更多
关键词 遥感 图像分割 算法 深度学习 SegNet语义分割模型 高空间分辨率遥感影像 农村建设用地提取
在线阅读 下载PDF
基于集成学习的全球农地区域旱情监测方法与研究
5
作者 许立兵 俞乐 +2 位作者 杜贞容 周峥 梁逸爽 《农业与技术》 2023年第14期47-54,共8页
农业是对全球变化响应最为敏感的部门之一,也是国民经济发展和社会稳定的基石。在全球农地区域,利用2002—2020年的MODIS数据分别计算归一化植被指数(NDVI)、植被健康指数(VHI)、叶面积指数(LAI)、总初级生产力指数(GPP),通过皮尔森相... 农业是对全球变化响应最为敏感的部门之一,也是国民经济发展和社会稳定的基石。在全球农地区域,利用2002—2020年的MODIS数据分别计算归一化植被指数(NDVI)、植被健康指数(VHI)、叶面积指数(LAI)、总初级生产力指数(GPP),通过皮尔森相关系数(r)分别检验不同遥感指数之间的相关性,以评估不同指数在全球农地监测中的适用性和一致性,结果表明:不同遥感指数在全球的农地区域具有较好的相关性,每8d的NDVI与VHI、LAI、GPP的相关性分别为0.70、0.72、0.60,呈强相关。基于ERA5再分析资料,利用机器学习方法对多遥感指数进行融合,提高旱情监测的准确性,基于逻辑回归、贝叶斯模型、XGBoost模型、LightGBM及Stacking集成学习模型,在测试集上的分类准确率分别为0.69、0.66、0.84、0.83及0.86,基于集成学习融合策略可以有效提高旱情分类的准确率,本文的研究为全球农地旱情监测提供了新的思路和方法,具有较为重要的科研意义与广泛的应用价值。 展开更多
关键词 MODIS数据 遥感指数 相关性分析 机器学习
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部