岩石薄片的岩性识别是地质分析中不可或缺的一环,其精准度直接影响后续地层岩石种类、性质和矿物成分等信息的确定,对于地质勘探和矿产开采具有重要意义。为了快速准确地识别岩性,本文提出了一种改进的MobileNetV2轻量化模型,通过选取5...岩石薄片的岩性识别是地质分析中不可或缺的一环,其精准度直接影响后续地层岩石种类、性质和矿物成分等信息的确定,对于地质勘探和矿产开采具有重要意义。为了快速准确地识别岩性,本文提出了一种改进的MobileNetV2轻量化模型,通过选取5种岩石类型共3 700张岩石薄片图像进行岩性识别。在MobileNetV2的倒残差结构中嵌入坐标注意力机制,融合图像中多种矿物的全局特征信息。此外,改进MobileNetV2中的分类器,降低模型的参数量和计算复杂度,从而提高模型的运算速度和效率,并采用带泄露线性整流函数(leaky rectified linear unit, Leaky ReLU)作为激活函数,避免网络训练中的梯度消失问题。实验结果表明,本文提出的改进后的MobileNetV2模型大小仅为2.30 MB,在测试集上的精确率、召回率、F_(1)值分别为91.24%、90.18%、90.70%,具有较高的准确性,相比于SqueezeNet、ShuffleNetV2等同类型的轻量化网络,分类效果最好。展开更多
氮肥对小麦不同器官的氮素代谢及生长发育影响显著。在施氮(200 kg hm-2)和不施氮条件下,以6个杂交小麦及其7个亲本为材料,研究了叶片、茎鞘、穗轴及颖壳和籽粒中的氮素积累量、氮素含量和转运及其杂种优势。结果表明,施氮显著提高各器...氮肥对小麦不同器官的氮素代谢及生长发育影响显著。在施氮(200 kg hm-2)和不施氮条件下,以6个杂交小麦及其7个亲本为材料,研究了叶片、茎鞘、穗轴及颖壳和籽粒中的氮素积累量、氮素含量和转运及其杂种优势。结果表明,施氮显著提高各器官的氮素积累量和含量,但不影响其变化趋势。花期前叶片是贮存氮素的主要器官,花期后籽粒成为贮存氮素的最主要部位,其次为茎鞘。施氮对氮素积累量的杂种优势没有显著的影响,但对氮素含量的杂种优势有显著的抑制效应。施氮极显著促进叶片中的氮素转运,而对茎鞘、穗轴及颖壳无显著影响。总麦草90%以上的氮素转运自叶片。施氮与不施氮处理的氮素转运率和贡献率均以叶片最大,穗轴及颖壳次之,且同一器官中处理间并无显著差异。不施氮的各器官氮素的转运量、转运率和贡献率多表现正的杂种优势,施氮的多呈负优势,表明施氮对氮素转运的杂种优势有抑制作用。展开更多
文摘岩石薄片的岩性识别是地质分析中不可或缺的一环,其精准度直接影响后续地层岩石种类、性质和矿物成分等信息的确定,对于地质勘探和矿产开采具有重要意义。为了快速准确地识别岩性,本文提出了一种改进的MobileNetV2轻量化模型,通过选取5种岩石类型共3 700张岩石薄片图像进行岩性识别。在MobileNetV2的倒残差结构中嵌入坐标注意力机制,融合图像中多种矿物的全局特征信息。此外,改进MobileNetV2中的分类器,降低模型的参数量和计算复杂度,从而提高模型的运算速度和效率,并采用带泄露线性整流函数(leaky rectified linear unit, Leaky ReLU)作为激活函数,避免网络训练中的梯度消失问题。实验结果表明,本文提出的改进后的MobileNetV2模型大小仅为2.30 MB,在测试集上的精确率、召回率、F_(1)值分别为91.24%、90.18%、90.70%,具有较高的准确性,相比于SqueezeNet、ShuffleNetV2等同类型的轻量化网络,分类效果最好。
文摘氮肥对小麦不同器官的氮素代谢及生长发育影响显著。在施氮(200 kg hm-2)和不施氮条件下,以6个杂交小麦及其7个亲本为材料,研究了叶片、茎鞘、穗轴及颖壳和籽粒中的氮素积累量、氮素含量和转运及其杂种优势。结果表明,施氮显著提高各器官的氮素积累量和含量,但不影响其变化趋势。花期前叶片是贮存氮素的主要器官,花期后籽粒成为贮存氮素的最主要部位,其次为茎鞘。施氮对氮素积累量的杂种优势没有显著的影响,但对氮素含量的杂种优势有显著的抑制效应。施氮极显著促进叶片中的氮素转运,而对茎鞘、穗轴及颖壳无显著影响。总麦草90%以上的氮素转运自叶片。施氮与不施氮处理的氮素转运率和贡献率均以叶片最大,穗轴及颖壳次之,且同一器官中处理间并无显著差异。不施氮的各器官氮素的转运量、转运率和贡献率多表现正的杂种优势,施氮的多呈负优势,表明施氮对氮素转运的杂种优势有抑制作用。