大豆巢式关联作图(NAM)群体构建及花色和种皮色遗传分析

巢式关联作图(Nested Association Mapping,NAM)群体在作物学遗传与育种研究中具有广泛的应用。本研究在前期大豆种质资源评价基础上,利用35份不同地区来源的代表性种质与中豆41(公共母本)杂交,构建了一套大豆NAM群体。PCA和聚类分析发现,不同亲本组合的RIL群体基本聚在一起,显示出清晰的遗传结构。利用该NAM群体亲本间花色和种皮色具有显著差异的RIL群体进行全基因组关联分析,定位到1个主要位点qFC13-1与花色显著关联,该位点与W1位点重合;定位到12个位点与种皮色显著相关,其中9个位点为3种以上方法共定位,3个位点为2种方法共定位,包括4个已知位点和8个新位点。研究结果表明,构建的NAM群体适于进行大豆相关性状遗传分析,为大豆复杂性状的遗传解析和育种实践提供了良好的基础材料。

基于SPD-Conv结构和NAM注意力机制的鱼群小目标检测

为解决因水下成像环境退化导致图像分辨率较低,以及因鱼群目标较小等因素导致的检测精度不高的问题,提出了一种结合SPD-Conv结构和NAM注意力机制的改进YOLOv7检测算法。首先,采用Space-to-Depth(SPD)结构改进头部网络,取代了网络中原有的跨步卷积结构,保留了更多的细粒度信息,提升了特征学习的效率,提高了网络对低分辨率图像的检测效果。然后在网络中引入Normalization-based Attention Module(NAM)注意力机制,采用CBAM的模块集成方式,使用BN缩放因子来计算注意力权重,抑制了不显著的特征,提升了小目标检测的准确率。最后针对水下成像退化,对检测图片做反卷积预处理,减小了水下成像退化因素对检测造成的影响。实验结果显示,在WildFish数据集上模型的整体精度达到97.2%,与YOLOv7算法相比提升了7.6%,准确率提升了8.5%,召回率提升了9.8%,与Efficientdet,SSD,YOLOv5及YOLOv8算法相比,所提模型精度分别提升了12.6%,17.8%,4%及2.9%,在Aquarium数据集上模型的整体精度达到80.5%,相比Efficientdet,SSD,YOLOv5,YOLOv7及YOLOv8分别提升了18.4%,11.6%,6.9%,2.0%及2.7%,可以满足水下鱼群识别的需求。

基于NAM-YOLOv7的航拍船体小目标检测算法研究

针对目标检测中遥感或航拍图像中的小目标检测容易出现漏检和误检等问题,文章提出一种在YOLOv7目标检测模型上引入注意力机制NAMAttention的优化改进模型。该注意力机制采用新的注意力计算方式,无需额外的参数,通过抑制不太显著的特征来提高效率,是一种轻量级的高效的注意力机制。实验证明,基于NAM-YOLOv7的航拍船体小目标检测能够达到更高的准确率,误检率和漏检率也有一定程度上的降低。该模型可用于捕捉检测航拍画面中的船体数量,对于海域的活动船只监控具有参考意义。

基于Faster-NAM-YOLO的黄瓜霜霉病菌孢子检测

黄瓜霜霉病由古巴假霜霉病菌孢子通过侵染引起,严重影响了黄瓜的品质和产量;病菌孢子数量与病情严重度相关,因此建立快速、简便和高效的病菌孢子定量检测方法,实现黄瓜霜霉病防治关口前移。基于YOLO v5模型提出了一种基于Faster-NAM-YOLO的黄瓜霜霉病菌孢子定量检测模型,该模型首先提出了一种特征提取模块C3_Faster,使用C3_Faster替换YOLO v5中的C3模块,有效降低了模型参数计算量和模型深度,提升了对黄瓜霜霉病菌孢子检测速度和精度;其次在主干网络中加入了NAM注意力模块,通过应用权重稀疏性惩罚抑制不显著权重,进而提高模型的特征提取能力和计算效率;最后实现了对黄瓜霜霉病菌孢子的定量检测。实验结果表明,Faster-NAM-YOLO模型在测试集上mAP@0.5和mAP@0.5:0.95分别达到95.80%和60.90%,对比原始YOLO v5模型分别提升1.80、1.20个百分点,较原始YOLO v5模型内存占用量和每秒浮点运算次数分别减少5.27 MB和1.49×10^(10);通过与YOLO v3、THP-YOLO v5、YOLO v7、YOLO v8、Faster RCNN、SSD目标检测模型对比,Faster-NAM-YOLO在检测精度、模型内存占用量、每秒浮点运算次数和推理时间方面均具有显著优势;在1 200像素×1 200像素、1 500像素×1 500像素和1 800像素×1 800像素3种不同分辨率尺度及不同图像数量下进一步验证了Faster-NAM-YOLO模型具有较强的鲁棒性和泛化能力。

肥料增效剂NAM对小麦产量及氮肥农学利用率的影响

研究肥料增效剂NAM对小麦产量及氮肥农学利用率的影响,可为小麦高产高效栽培技术的制订以及氮肥的高效利用提供参考。试验设等氮量施肥条件下NAM添加比例(占氮肥总用量的比例) 0 (不添加,作为添加NAM处理的对照,CK_(1))、4‰、6‰和8‰,以及不施氮肥(CK_(2),仅用于氮肥农学利用率的计算)计5个处理,通过大田小区试验,研究了不同添加比例的NAM处理对小麦群体数量、株高、穗长、产量构成因素、产量和氮肥农学利用率的影响。结果表明:添加NAM能够提高小麦产量和氮肥农学利用率,但不同添加比例的影响效果不同,其中,添加总施氮量6‰的NAM效果最好,小麦产量、氮肥偏生产力和氮肥农学利用率均达到最高,分别为6 317.3 kg/hm^(2)、42.1 kg/kg和7.9 kg/kg,依次较不添加NAM处理提高10.9%、10.8%和107.9%,且差异均达到了极显著水平。在安阳地区小麦生产时,按照总施氮量6‰的比例添加肥料增效剂NAM,可同时实现小麦高产和氮肥的高效利用。

基于NAM-YOLO网络的苹果缺陷检测算法

针对苹果缺陷检测经常误检漏检、缺陷易混淆等问题,提出一种基于改进YOLOv5的苹果缺陷检测算法。苹果缺陷检测对苹果分拣至关重要,现有检测苹果缺陷的方法主要是通过机器学习或卷积神经网络提取颜色和纹理特征,存在错误检测、漏检和特征提取能力不足等问题,不能满足缺陷检测精度与实时性的需求。NAM-YOLO算法主要有3个核心思想:1)通过将TRANS模块添加到骨干网络,更好地融合特征与全局信息;2)通过加权双向特征金字塔网络融合不同尺度的特征;3)将基于归一化的注意力机制NAM注意机制引入颈部网络,强化目标区域的关键特征,提高网络的检测精度。实验结果表明,改进算法的mAP达到98.90%,准确度为98.73%。与其他模型相比,该模型具有较好的特征融合能力,可较好地满足苹果分拣的实际需要。

基于NAM模型的长白山北景区泥石流降雨阈值研究

泥石流严重影响山区生活和建筑环境安全,建立泥石流降雨I-D阈值可以有效降低泥石流灾害的影响。但是现有的建立曲线的统计方法高度依赖于大量的泥石流和降雨事件,对于缺乏观测数据的山区来说是非常困难的,且以统计方法建立起来的阈值曲线精度有限。该文采用由NAM模型和物理模型耦合的阈值模型,其中NAM模型是集总式概念性水文模型,模拟的是流域范围内发生的降雨径流过程,可以模拟出降雨所引发的径流值。该模型在长白山北景区得到验证,长白山北景区是一个典型的泥石流沟谷,历史上记载了数次泥石流事件。利用历史引发泥石流的降雨观测数据,对提出的阈值模型进行了验证,该新模型的精度被确定为85.72%,证明该模型在泥石流预测预警方面具有很大的应用潜力。

公众参与自然教育的影响因素及作用机制——基于扩展的TPB-NAM复合模型

自然教育是公众参与式教育,是从生态认知和自然审美重构的角度培养“自然万物同生共运”环境的伦理观念,引导公众参与自然保护事业和生态文明建设。公众参与自然教育具有亲环境行为的典型特质,受情感等主观因素和客观环境因素的多重驱动,理解其作用机制是实现多元参与自然教育的必要前提。文章引入情感因素和客观环境条件,构建融合TPB和NAM核心变量的综合结构方程模型,对公众参与自然教育行为意愿的多重影响因素及其作用机制进行研究。结果表明:1)认知态度、主观规范、知觉行为控制正向影响行为意愿,表现出亲自然特质的个体能够更好地认知自然教育;2)主观规范、知觉行为控制在认知态度向行为意愿转化的过程中起到中介作用,来自个人层面、群体层面和社会层面的整合信息会调整自我认知倾向;3)客观环境条件对知觉行为控制与行为意愿的关系起到负向调节作用;4)各因素对不同参与层次的行为意愿的影响强度存在差异。

基于TPB-NAM整合模型的员工责任式创新行为研究——以人工智能企业为例

责任式创新为人工智能治理提供了新的解决思路,但目前关于员工责任式创新行为影响因素方面的研究还比较匮乏。此研究基于整合的TPB-NAM模型,从利己和利他两个角度分析人工智能企业员工责任式创新行为的影响因素,通过结构方程模型进行实证检验。研究发现,员工责任式创新态度、指令性规范、示范性规范、个人规范和感知行为控制对员工责任式创新意愿具有积极的正向影响,且责任式创新意愿在指令性规范、示范性规范、个人规范与员工责任式创新行为间具有中介作用。指令性规范、示范性规范和个人规范均对员工责任式创新行为有直接影响,其中指令性规范的影响最为显著。后果意识对责任归属和员工责任式创新态度具有正向影响,责任归属对个人规范具有正向影响。基于上述结论,文章从政府、企业及员工3个维度提出建设性建议和意见,旨在提高员工责任式创新的积极性和行为主动性,释放员工责任式创新活力,为人工智能企业实施责任式创新提供参考。

HEC-HMS模型和NAM模型在降雨径流模拟中的应用研究

HEC-HMS(Hydrologic Engineering Center-Hydrologic Modeling System)模型是半分布式水文模型,NAM(Nedbør-Afstrømnings-Model)模型是集总式概念性模型,通过对两种模型计算原理和模型架构及参数组成进行对比,并选取滁河沙河集子流域的5场日径流进行模拟,通过模拟结果对两种模型在降雨径流模拟性能上进行比较研究。研究结果表明,两种模型均有较好的模拟效果,预报的径流深均在许可误差范围内。两种模型在降雨径流模拟过程中均存在一定的局限性,HEC-HMS模型计算功能强大,部分参数能直接反映流域的具体特性,但是其建模过程较繁琐,且内部的观测值难以进行检验,NAM建模过程简便,所需参数较少且物理意义明确,但是模型计算过程忽略了流域的空间变异及产流的空间分布。

一种改进的基于NAM的彩色图像表示算法

图像表示在机器人、图像处理、模式识别等领域里是一个非常重要的研究内容之一。尽管基于NAM的彩色图像表示方法是彩色图像模式的一种良好表示方法,但是该方法是建立在单类型子模式(矩形)基础之上,因而还有更进一步的优化空间。通过对多子模式类型的组合(矩形和三角形)逆布局作进一步的研究,提出了一种改进的基于NAM的彩色图像表示算法,并给出了该算法的存储结构和数据量分析。理论分析和实验结果表明:与基于NAM的彩色图像表示算法和流行的基于线性四元树的彩色图像表示方法相比,改进的基于NAM的彩色图像表示方法能更有效地减少子模式数(节点数)和数据存储空间,是彩色图像模式表示的一种更优的表示算法,为逐步逼近彩色图像模式的最优化表示提供了一种重要的研究途径。

MIKE 11/NAM模型在挠力河流域的应用

在水文水资源的管理实践中,气候变化以及农业开发等活动对流域水资源的影响往往无法通过数据直观体现,水文模型常被用于提供水资源管理决策所必须的一些重要信息。集总式概念模型结构简单,仅依赖有限的数据和较少的参数即可对流域主要水文过程进行有效的模拟。本研究将MIKE 11水动力模型和降雨径流模型(NAM)耦合,应用到三江平原挠力河流域。结果表明,MIKE 11/NAM模型可以对挠力河流域降雨径流过程进行较好的模拟,模型在率定期的表现优于验证期。造成模型在验证期模拟效果降低的最主要原因可能是强烈的农业开发活动对流域下垫面性质的改变。20世纪50年代以来三江平原地区高强度的农业开发活动深刻影响了流域水文情势,并且这种影响在近20年仍然持续。本研究所构建模型的不确定性主要来源于输入数据的时空精度、模型结构和最优参数集的选择。

NPK养分配比与NAM长效剂对旱砂田西瓜生长、品质和养分利用的影响

为了减轻旱砂田西瓜施肥强度、降低施肥成本、提高养分利用率及延长砂田的使用年限,本试验以普通单质肥料(尿素、普过磷酸钙、硫酸钾)为原料,加入NAM长效剂,研究了N-P2O5-K2O分别为1-0.67-1.1、1-0.36-1.1、1-1-1.1、1-0.67-1.6和1-0.67-0.6的5种养分配比对旱砂田西瓜生长、产量、品质和养分利用的影响。结果表明,在氮、磷、钾等养分条件下,以CRF3(N:P2O5:K2O=1:1:1.1+NAM)处理较优,其较常规施肥处理可显著提高西瓜叶片叶绿素含量和净光合速率,西瓜增产34.04%,且显著提高了西瓜Vc含量,降低了糖分梯度和硝酸盐含量,提高了西瓜品质。加入NAM长效剂处理西瓜营养器官中的养分吸收量与常规施肥处理差异不显著,但果实中的养分吸收量却显著提高,CRF3较常规施肥处理西瓜氮、磷、钾肥利用率分别提高20.75%、5.42%和23.77%,为进一步开展控释肥研究和解决旱砂田施肥问题提供了科学依据。

化肥配施NAM长效剂对小果型西瓜氮、磷吸收利用及产量品质的影响

【目的】研究化肥配施NAM长效剂对新疆设施小果型西瓜氮磷养分吸收利用及产量品质的影响。【方法】以小果型西瓜品种众天2013和众天6211为材料,在小果型西瓜上施用不同用量的氮肥和配施添加剂NAM,测定小果型西瓜氮、磷吸收量和产量品质,分析小果型西瓜氮磷吸收、产量品质与氮肥配施NAM的关系。【结果】在等养分条件下,配施NAM能增加小果型西瓜干物质量、氮磷养分吸收及产量品质,在氮肥减量20%配施NAM长效剂与常规施肥(CF)处理在干物质量、养分吸收及产量品质上相当,其中品种众天6211,产量在80%CF+NAM处理较CF显著增产4.23%。【结论】与常规施肥(CF)相比,2个品种CF+NAM、80%CF+NAM能提高氮、磷肥料利用率,分别提高氮肥利用率1.1~3.2个百分点和磷利用率0.48~0.79个百分点。

化肥配施添加剂NAM对棉花干物质、产量及养分吸收的影响

通过田间小区试验,研究化肥配施添加剂NAM对棉花干物质、产量及养分吸收的影响。结果表明,与常规施肥相比,常规施肥配施NAM处理均能够显著提高棉花干物质量,增加单株铃数,皮棉产量增加9.62%∽10.20%,氮肥利用率提高9.76∽10.52个百分点,磷肥利用率提高11.46∽13.15个百分点,但在添加NAM情况下,氮肥全部基施与70%氮肥基施＋30%氮肥追施2种施肥方式间没有显著差异。常规施肥量的80%配施NAM与常规施肥处理产量相当,但提高氮磷肥的利用率。

云南省NamDinh病毒的首次鉴定

本研究对云南省分离的一株NamDinh病毒（NDiV）进行鉴定，并对其全基因组特征进行分析。采用白纹伊蚊C6／36细胞对2009年在云南省采集的蚊虫进行病毒分离；采用RT—PCR方法对阳性病毒分离物进行鉴定，在电镜下观察其形态特征；采用Mega5软件对病毒全基因组序列进行系统进化分析。结果从一组三带喙库蚊标本中分离出一株NDiV。该病毒为球形颗粒，直径约100～160nm；基因组全长为20126bp，包括6个开放读码框架，与越南NDiV02VN178株和中国深圳SZ11706Z株核苷酸和氨基酸同源性分别为94．0％～100％和97．4％～100％，同属于套式病毒目Mesoniviridae病毒科。本研究获得的NDiV毒株及其全基因组序列特征系云南省首次报告。

Nam Ngum5水电站分缝重力拱坝地震响应分析

针对老挝在建的Nam Ngum5水电站重力拱坝,利用基于ABAQUS平台的非线性指数型动接触模型和混凝土塑性损伤本构模型,研究了该重力拱坝在地震荷载作用下横缝的张开、闭合和滑移的非线性动力特性以及坝体的动力响应.计算结果表明:横缝张开使得大坝的坝踵主拉应力大幅增加至3.0MPa;考虑诱导短缝时,坝体整体性下降,刚度减弱,坝顶顺河向动位移响应有一定幅度的提高,同时横缝的开度也有所增加,但诱导短缝对坝体应力的影响较小;大坝能承受的最大峰值加速度为0.40g,大坝可能的破坏模式为从横缝底端与岸坡交界面处起裂,损伤部位逐渐向坝踵以及左岸坝肩、右岸坝肩延伸.

抑制剂NAM对盐渍土壤酶活性、微生物量和蔬菜品质的影响

为了提高盐渍土壤中作物的肥料利用率,通过盆栽试验,研究了NAM添加剂对盐渍土壤酶活性、微生物量和蔬菜生长的影响。结果表明,与常规施肥比较,在同等氮水平下添加NAM土壤呼吸强度增加了86.39%~103.00%,脲酶活性减少了53.41%~54.01%,脱氢酶增加了10.00%~11.11%,磷酸酶增加了54.43%~60.00%,蔗糖酶增加了9.84%~43.19%。微生物量碳、氮、磷分别增加了49.15%~62.26%,74.72%~96.78%,64.10%~94.34%,代谢熵增加了16.67%~20.00%。试验还表明,NAM添加剂对小白菜叶宽和根长增加44.28%和62.98%,对小青菜增加47.90%和77.07%,株重分别增加了84.23%和144.73%。维生素C分别增加了75.86%和13.64%;叶绿素总量分别增加了111.83%和71.33%,而丙二醛变化不显著。在减氮20%添加NAM处理的情况下,蔬菜各项生长指标与常规施肥处理几乎相当。可见,盐渍土壤中减氮添加NAM可以达到与常规施肥量同样的效果,这对于减少肥料使用,保护生态环境有一定的现实意义。

尿素配施添加剂NAM对棉花生长发育、氮素吸收及产量的影响

【目的】通过田间小区试验,研究尿素配施添加剂NAM对棉花生长发育、氮素吸收及产量的影响。【方法】在棉花上施用不同用量的氮肥和配施添加剂NAM,测定棉花干物质、氮素吸收量和产量,明确棉花干物质、氮素吸收、产量及经济效益与尿素配施NAM的关系。【结果】尿素配施NAM能够显著提高棉花茎、叶、壳、纤维的干物质量,但棉籽干物质没有显著增加。等氮量情况下,尿素配施NAM处理比单施尿素显著增加单株铃数,皮棉产量增加7.35%~10.70%,氮素吸收量增加10.83%~11.06%。80%推荐施肥配施NAM与农民习惯施肥、推荐施肥的吸氮量和产量相当,但提高了棉花的经济效益。【结论】尿素配施添加剂NAM有利于促进棉花干物质累积、氮素吸收及产量形成。在氮肥减量20%的情况下,尿素配施NAM仍然具有一定程度的增产和增收作用。

基于位平面分解的三角形NAM图像表示

位平面分解是一种能够有效地降低图像的复杂性的方法,而三角形Packing问题是一类特殊的Packing问题,在许多领域里得到了广泛的应用,有着巨大理论价值和实际意义.因此,借助于位平面分解和三角形Packing问题的思想,以提高多值图像的表示效率为目标,提出了一种基于位平面分解的的三角形NAM(非对称逆布局模式表示模型)的图像表示方法.给出并实现了基于位平面分解的三角形NAM的图像表示算法,理论分析和实验结果表明:与流行的线性四元树表示方法相比,基于位平面分解的三角形NAM表示方法能更有效地减少数据存储空间,是多值图像模式的一种良好的表示方法.