【摘 要】
：
针对黑土有机质老化急需培肥和解决秸秆焚烧问题，本文通过长期、少量、连年秸秆还田试验，研究了土壤有机碳（SOC）、腐殖质组分含量和胡敏酸(HA)结构特征的变化。结果表明：秸秆还田对表层，尤其是亚表层的增加效果显著，与CK相比，秸秆和秸秆配施化肥处理有机碳含量分别增加了15%和20%；秸秆配施化肥处理HA和胡敏素分别增加了57%和23%，且HA碳的增加量占SOC增加量的75%；HA占可提取腐殖质比例即
论文部分内容阅读
针对黑土有机质老化急需培肥和解决秸秆焚烧问题，本文通过长期、少量、连年秸秆还田试验，研究了土壤有机碳（SOC）、腐殖质组分含量和胡敏酸(HA)结构特征的变化。结果表明：秸秆还田对表层，尤其是亚表层的增加效果显著，与CK相比，秸秆和秸秆配施化肥处理有机碳含量分别增加了15%和20%；秸秆配施化肥处理HA和胡敏素分别增加了57%和23%，且HA碳的增加量占SOC增加量的75%；HA占可提取腐殖质比例即PQ从58%提升至64%。与CK 相比，秸秆配施化肥处理HA的结构特征变化显著，表层和亚表层（O+S）/
其他文献
针对交叉路口下不确定运动流车辆跟踪问题，提出一种基于多层图多角度对车辆进行跟踪的方法。首先，构建多层图形将各运动流分配到具有不同邻域的不同层；其次，将多角度视图下所有多层图形映射到所选定主视图中；最后，通过求解映射主视图下运动流最短路径，实现对车辆轨迹的跟踪。由跟踪实验及分析，结果表明：本方法对交叉路口不确定运动流的车辆运行轨迹可有效预测并进行跟踪，且跟踪效果与地面真实情况基本一致，误判率维持6%
Dear editor,In recent years many supervised video pose estimation methods have achieved growing successes based on well-labeled training datasets. Nonetheless, when facing roughly-labeled training dat
半监督学习要求无标记数据集远大于标记数据集，然而无标记数据集中包含的复杂无关信息又会对模型训练造成负面影响。针对此问题，本文提出了一种基于增强的均值教师模型的半监督图像分类方法。首先根据类激活映射的工作机制，构建一个具有类激活映射功能的网络；然后将无标记数据集输入结合类激活映射的目标初定位网络，得到目标初定位图；最后将标记图像和目标初定位图像组成训练数据集，训练得到半监督图像分类器。本文设置了标记
针对目前工业裂缝分割算法存在细小裂缝易丢失，孤立噪点难消除的问题，提出一种基于可逆金字塔和平衡注意力的工业裂缝分割网络（Reversible Pyramid and Balanced Attention Network，RPBAN）。首先提出可逆金字塔模块，在编码器与解码器之间引入特征金字塔和改进后的倒-特征金字塔，加深全局特征与细节特征的融合，从而提升细小裂缝检测性能；其次，在解码阶段引入平衡注
随着世界性反恐举措的加强，隐匿在人体衣物、箱包中的小尺度危险物体如手枪、管制刀具等的检测越发重要。本文首先将非局部均值滤波方法和边缘增强方法结合，用以增强太赫兹人体安检图像质量。然后基于Faster R-CNN方法，提出了一种Double-RPN方法，该方法解决了主网络(以VGG16为例)在进行特征提取时，深层卷积池化操作引发信息流失从而导致小尺度物体检测准确率下降的问题。最后针对Double-R
视频描述生成因其广泛的潜在应用场景而成为近年来的研究热点之一。针对模型解码过程中视觉特征和文本特征交互不足而导致描述中出现识别错误的情况，提出基于编解码框架下的视觉与文本特征交互增强的多特征融合视频描述方法。在解码过程中，该方法使用视觉特征辅助引导描述生成，不仅为每一步的生成过程提供了文本信息，同时还提供了视觉参考信息，引导其生成更准确的词，大幅度提升了模型产生的描述质量；同时，结合循环dropo
青藏高原中东部地区土壤有机质含量较高，会改变土壤水热性质，从而影响土壤水热传输，但青藏高原土壤有机质含量如何影响温湿度廓线及其空间异质性仍缺乏系统性研究。本文利用那曲相似气候条件下的32个站点的土壤温湿度和有机碳含量观测资料，系统分析了不同土壤有机质含量对暖季不同深度（5,10,20和40 cm）土壤温湿度廓线特征及其空间差异的影响。研究发现，土壤有机质含量是影响5 cm、10 cm土壤水分和5
以蕨类模式植物水蕨（Ceratopteris thalictroides L. Brongn.）为供试材料，设置不同浓度布雷菲德菌素A(BFA)分别处理10、20和30 h，采用光学显微镜和电镜对其树脂切片进行了观察；在此基础上，进行高碘酸锡夫反应（PAS）和苏丹黑B反应。结果显示：对照组（未经BFA处理）发育卵中期的水蕨卵细胞较大，核仁呈圆形，细胞内高尔基体、内质网等细胞器完整；卵细胞和腹沟细胞
Dear editor,The cellular neural network (CNN) is one of the most hardware-implementable neural networks with promising prospects on large-scale and real-time problem solving [1].However, the lack of a
传统的直接处理点云的PointNet类深度学习网络大多只考虑了点云的全局特征而忽视了点云局部特征，动态图卷积网络DGCNN通过构建k近邻图完成了对局部特征的弥补。然而现有的DGCNN使用简单的边缘特征作为局部特征的输入，没有对局部特征进行更深入的研究，且仅使用最大池化处理点云无序性问题，这造成了一定的信息损失。本文提出加权点云分类网络WDGCNN，使用特征拼接思想优化网络结构以实现多层次特征的融合