分类： 生物学 >> 植物学 >> 应用植物学 提交时间： 2023-07-13 合作期刊: 《广西植物》
摘要： 为指导‘骨里红’幼苗的合理施肥，该文以一年生‘骨里红’梅扦插苗为材料，设 计三因素三水平正交试验，研究了轻基质原料配比（体积比）、单次施肥量和施肥频率对‘骨 里红’梅生长和生理的影响，并通过苗木质量指数（QI）公式得出各处理的QI 指数，对各 单项指标的主成分分析并计算各指标的权重系数，结合隶属函数模型算出施肥效果D 值， 为‘骨里红’幼苗的科学施肥提供依据。结果表明：（1）轻基质体积比在松针土∶草炭∶ 珍珠岩（体积比）=1∶2∶2 的组合下‘骨里红’幼苗的整体生长情况最好，优于其他两种 基质配比。（2）施肥处理中，‘骨里红’苗的可溶性糖、可溶性蛋白、叶绿素含量、光合 参数均随施肥量升高呈上升趋势，但施肥量过高时部分指标不再升高，或略有下降。（3） ‘骨里红’叶片中的养分含量施肥量的上升而增加。（4）20 d 的施肥频率和200 mL 的单 次施肥量条件下，有利于‘骨里红’苗生物量的积累。综合考虑植物生长指标、生理指标、 养分含量及QI 指数、隶属模型和主成分分析结果，养分含量营养液中氮浓度为420 mg·L-1、 磷浓度为217 mg·L-1、钾浓度为273 mg·L-1，松针土∶草炭∶珍珠岩（体积比）=1∶2∶2、 单次施肥量为150 mL、施肥频率为15 d 为适宜‘骨里红’梅一年生苗生长的轻基质施肥方案。 该结论为‘骨里红’梅的轻基质栽培提供了技术支撑，为进一步探讨适宜各品种梅花的通用 配方提供了理论支撑，对梅花科学施肥及出口具有重要意义。
分类： 计算机科学 >> 计算机科学技术其他学科 提交时间： 2025-03-13
摘要： 随着医学影像技术的快速发展，医学影像数据的应用已成为现代医疗中的重要组成部分。神经网络训练需要大量的医学影像数据，然而，获取高质量、标注完整的医学影像数据往往面临着高成本、时间消耗以及数据隐私等问题。为了克服这些挑战，数据扩充技术应运而生，尤其是基于深度生成模型的数据扩充方法，因其在生成高质量合成数据方面的潜力而受到广泛关注。本文主要内容包括生成对抗网络（Generative Adversarial Networks, GAN）、变分自编码器（Variational Auto-Encoders, VAE）、扩散模型（Diffusion Models，DM）等模型的原理、应用及其在医学影像领域的最新进展，分析了现有方法的优缺点，并探讨了未来研究的方向。
点击量
点击量
下载量
评论
待评议
