【摘 要】
：
＜正＞板栗树嫁接第2年结果、丰产需要采取的措施如下。1 选用的接穗肥壮、芽体饱满当年接穗抽出的枝条健壮，上、下粗度基本一致，枝条顶端芽体圆润、饱满、密集，才能形成第2年结果的预备枝，保证嫁接第2年结果、丰产。2 选用优质、稳产、高产的接穗品种优质、稳产、高产的接穗品种要具备的条件：一是栗籽要达到一级标准的个头、果形好、颜色好、发亮；二是品质好、口感好、水分少、含糖量高、蛋白质含量高；三是抗旱、抗寒
论文部分内容阅读
＜正＞板栗树嫁接第2年结果、丰产需要采取的措施如下。1 选用的接穗肥壮、芽体饱满当年接穗抽出的枝条健壮，上、下粗度基本一致，枝条顶端芽体圆润、饱满、密集，才能形成第2年结果的预备枝，保证嫁接第2年结果、丰产。2 选用优质、稳产、高产的接穗品种优质、稳产、高产的接穗品种要具备的条件：一是栗籽要达到一级标准的个头、果形好、颜色好、发亮；二是品质好、口感好、水分少、含糖量高、蛋白质含量高；三是抗旱、抗寒、抗病虫能力强，
其他文献
板栗是我国原产的干果树种，具有生长快、易管理、适应性强的特点，而且板栗寿命长，一年栽树多年受益，栽培板栗不仅能创造经济效益，还能绿化荒山，改善生态环境，针对板栗丰产栽培管理技术要点进行分析，以期对板栗种植提供参考。
【目的】对不同土壤类型条件下栽植的板栗品质进行综合评价，为高品质板栗的栽培、施肥与合理引种提供理论参考。【方法】以棕壤、褐土、黄褐土、黄棕壤、黄壤、红壤6种不同类型土壤条件栽培的板栗为对象，分析坚果品质与土壤养分的相关关系，通过主成分分析法对板栗单粒质量、含水量、支链淀粉/总淀粉比值、可溶性糖、蛋白质、脂肪、总酚含量进行综合评价。【结果】（1）不同土壤类型pH、有机质和矿质养分含量变异系数范围为8
“互联网+”这一技术逐渐成了人们生活学习的一部分，教育环节中也需迎合时代发展，将其融到教学活动中。“互联网+”技术与小学语文阅读教学相融合，能够帮助学生进一步拓展思维，同时帮助学生建立良好的阅读体系，为其今后学习奠定坚实的基础。本文在了解到“互联网+”融到小学语文阅读教学中的意义后，针对这一内容进行了相关分析，旨在进一步发挥出“互联网+”技术在小学语文阅读教学中的作用。
针对实际应用时监控图像中外破危险点选取不准和标定空间不足等问题，提出外破危险点自动选取算法并改进了双目立体视觉的标定过程，实现了双目立体视觉测距技术在复杂环境廊道外破距离测量中的实际应用。总结了理想状况下大场景中外破风险测距的双目立体视觉算法。使用掩膜神经网络识别外破轮廓和距离线路最近的危险点。针对可能出现的复杂地形，提出减少标定区域的部分标定法。选取部分典型外破入侵场景验证危险点提取算法和标定方
为了研究几何参数对Ｈ型垂直轴风力机（H-VAWT）空气动力学性能的影响，以最大限度的提高其风能利用率，本文采用NACA0015翼型作为H-VAWT的叶片，利用CFD数值模拟方法来预测H-VAWＴ在工作状态下的空气动力学特性，并通过与实验结果对比来验证CFD数值模拟结果的准确性与可信度。研究结果表明：叶片安装角度为－2°，叶片弦长在0．35m附近时，H-VAWT具有最优的空气动力学特性；H-VAWT
脑肿瘤是一种严重威胁人类健康的脑部病症。病患从心理和生理上受到肿瘤的折磨,死亡率非常高。基于脑部MRI图像的肿瘤分割给医生分析病情带来极大的便利。近年来深度学习的快速发展大幅提高了脑肿瘤分割的精度,逐渐取代了传统分割方法和机器学习分割方法。针对现有的Dense Net算法存在着分割耗时长、网络十分复杂的问题,本文提出了DW-GN-Dense Net。它在Dense Net的基础上,将普通的输入卷积
网络社交等互联网应用加快了人们之间信息共享与传播的速度,然而网络平台发言的便捷性、隐蔽性以及低成本特性,容易滋生不实消息,引起舆论风波,增加群众焦虑情绪。因此,对互联网舆情进行有效的预警分析,不仅能为相关部门争取更多的反应时间,做出应对措施,同时可以进一步压缩信息的真空、防止虚假消息的传播,降低舆情所带来的负面影响。对互联网舆情监测中的预警工作进行了详细的分析和综述。根据不同应用场景下采用预警模型
非线性负载/波动负载的大量使用是电力系统产生谐波/间谐波的主要原因,谐波/间谐波对电力系统造成了严重的影响。谐波/间谐波治理迫在眉睫,而高精度的谐波/间谐波检测是谐波/间谐波治理的关键,对于维护电力系统的安全稳定运行具有重要的意义。目前,加窗插值FFT法广泛应用于谐波/间谐波检测的研究中,该方法通过加窗和插值的手段分别改善了FFT过程中的频谱泄露和栅栏效应问题,其中窗函数选择对该方法的检测精度有着
在我国工业化进程取得巨大成就的背景下,工业产品的质量控制越来越受到企业和消费者的重视,对其产品质量也有很高的要求。特别是对于棉布产品,由于其纹理复杂、对比度低、缺陷弱小、缺陷种类复杂等特性,导致棉布产品瑕疵检测过程变得尤为困难。而人工检测的方法速度较慢、识别精度低、且标准不易统一,所以基于计算机视觉的瑕疵自动化检测技术是工业应用的必然趋势,该方法具有非接触性、低成本、高精度和快速等优点。本文针对棉
随着计算机技术的快速发展,越来越多的字符信息以图像的形式出现,我国对字符识别技术进行了广泛的研究,同时也推动了信息时代下的数据库建立、输入自动化、信息印刷等技术的发展。传统的字符识别技术是基于模式识别的基础上进行的,在识别效率、准确率与智能性上都有一定的缺陷。随着深度学习的发展,字符识别技术突破了传统技术框架的瓶颈,作为新的研究热点展现出更广阔的应用场景。虽然字符识别技术在深度学习的发展下飞速进步