大别山五针松不同母树林种子特性的比较

对不同地点大别山五针松母树林种子的特性进行比较,结果表明,大王沟母树林种子的饱满率、百粒重和活力分别为25.04%、130.45 g和100%,而妙道山母树林种子特性相应指标为10.12%、67.28 g和89.36%,两地的种子特性存在显著差异。     

人工智能挑战人类智能

人工智能是对人的意识、思维信息过程的模拟,它虽然不是人的智能,但能像人一样思考、学习、工作.作为一门包含十分广泛的科学,人工智能由诸多不同领域组成,如机器学习、计算机视觉等等,从事人工智能开发工作的人必须要博学,要懂得计算机知识、心理学和哲学等.研发人工智能的主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作. 即便人工智能十分“聪明”,成为了人类的好帮手,但一直以来,我们依然认为人类具有最强的大脑,它创造出无限可能性,建造摩天大楼,把人送入太空,研究万有引力、宇宙大爆炸……然而,当AlphaGo以五局四胜的战绩战胜了李世石之后,越来越多的人开始对人工智能产生危机感.     

生机勃勃的美国莫米湾湿地

2009年5月,初春的莫米湾,栈道蜿蜒、乔木高大、花朵艳丽,仿佛依稀可以窥见2万年前冰川消退后的"大黑沼"。不停鸣叫的主红雀和大量的过境候鸟给这里增添了无限乐趣:高速路上突然蹦出来的白尾鹿又让沉浸在自然美景中的游客心脏狂跳不止。伊利湖是北美洲五大湖中位置最靠南和水量最小的一个,平均水深仅19米,最深处也只有64米,是五大湖中最浅的。"伊利"一名来自曾生活在湖畔的原住民伊利人。如今我们看到的伊利湖年龄不超过4000岁,在地质史上可算是刚出生的婴儿。伊利湖东西长、南北窄,北岸是加拿大的安大略竹,南岸由西向东分     

五臣“能为音”说

五臣"能为音"。五臣注是对李善注的继承、发展,并且二者相互补充,兼之则美,离之两伤,其音注亦可证明。五臣音注超过李善音注,有其存在的价值。     

急红眼的“金牛”

<正>金牛座位于猎户座的西北方,是一个大型星座,其主星α(中文名"毕宿五")亮度为0.8等,是一颗红色亮星,好像一只急红了的牛眼。在毕宿五周围有六七颗星组成一个V字形,这就是漂亮的毕星团。这个"V"字的一边指向御夫座五边形最南端的那颗2等星(这颗星看起来好像属于御夫座,实际上是金牛座的β星,中文名"五车五"),另一边指向一颗3等的金牛座ζ星(中文名"天关"),这两条边就是"金牛"的两只"牛角"。关于这头牛的来历,在希腊神话中也有一段有趣的故事。相传,克里特国王弥诺斯为了巩固王位,向海皇波赛冬祈求一头牛作祭礼。海皇答应了他的要     

基于五图双系数法的煤层底板突水危险性研究

为了更准确地评价底板突水危险性,应用五图双系数法对煤层底板突水危险性进行风险评估。以某矿主采煤层作为研究对象,首先收集煤矿基础数据并对其进行标准化,通过sufer软件,建立影响各底板突水指标的等值线图,最后通过各个因素的等值线图,将量化的数据按权重进行叠加,得到底板突水风险带压评价图。在图中可以直接读出矿井底板突水的安全区、威胁区以及危险区。通过对五图结果的综合分析,判断出研究区中心区域最高危险等级为3级威胁区,结合该区域存在断层和水头较高的实际情况,证明了五图双系数法预测的准确性。     

武权生教授治疗虚证月经后期的临床思路

武权生教授治疗虚证月经后期,注重调理肝脾肾,重视辨证论治,通过运用黄芪桂枝五物汤加味,气血双补,兼顾调护,临床疗效显著,值得推广应用。     

山西五鹿山国家级自然保护区鸟类多样性分析

本研究采用样线调查结合红外相机照相数据收集方法,对山西五鹿山国家级自然保护区的鸟类资源在不同季节和繁殖期进行跟踪调查.调查结果统计分析显示,保护区内野生鸟类共43种,隶属于10目、19科、35属,其中,国家一级重点保护野生鸟类2种、二级重点保护野生鸟类3种、山西省重点保护鸟类2种、我国特有鸟类3种.按照居留类型分,有留鸟30种、夏候鸟5种,约占该保护区鸟类物种总数的81.3%;冬候鸟3种、旅鸟2种,约占该保护区鸟类物种总数的11.5%;依据动物区系划分,古北界鸟类较多,占65.1%.样线调查分析表明,密度较大的鸟类是大山雀、煤山雀、环颈稚和褐马鸡,优势种是稚科、啄木鸟科、鸦科、鸫科和鹟科,常见种属于鸠鸽科和山雀科,发现稀有种白冠燕尾;红外相机法调查结果表明,丰富度较大的鸟类为褐马鸡、环颈稚和红嘴蓝鹊,SPSS 24.0分析显示红嘴蓝鹊的平均海拔与时间显著相关.此外,利用两种调查方法首次在该保护区发现国家二级保护动物小杓鹬、戈氏岩鹀和白冠燕尾.这些研究成果不仅有助于山西五鹿山国家级自然保护区鸟类多样性变化的监测,而且也可为构建完整的鸟类保护与监测体系提供参考资料和实践指导.     

基于空地协同采样的植被覆盖度随机森林估算方法

基于无人机高光谱影像, 建立地形复杂地区植被覆盖度的非参数随机森林回归估算模型。为获得构建随机森林模型所需的足够数量的训练样本, 利用低空无人机搭载的光学相机, 在从地面难以到达的山地、水域和植被茂密区, 通过垂直拍摄获得厘米分辨率的航拍影像, 作为对地面样方采样的补充。首先计算地面数码相机照片和无人机可见光影像的红绿蓝植被指数(red-green-blue vegetation index, RGBVI), 然后使用大津分割法提取样方的植被覆盖信息, 得到构建模型所需的训练样本。在此基础上, 基于2018年8月16—18日在内蒙古自治区察右中旗油娄沟矿区获取的GaiaSky-mini2无人机高光谱影像数据, 利用递归特征消除算法优选参与随机森林回归的特征变量集, 利用空地协同获取的训练样本构建植被覆盖度的随机森林回归估算模型。该模型在测试集上的确定系数R2为0.923, 均方根误差为0.087, 优于常用的像元二分模型, 可用于矿区植被动态信息的精细化监测。