【摘 要】
：
在深圳地区引种狭叶薰衣草、阔叶薰衣草、大甜薰衣草、西班牙薰衣草、羽叶薰衣草、齿叶薰衣草等6种薰衣草，对其栽培适应性、生物学性状和繁殖特性等方面进行分析，以探讨6种薰衣草在深圳进行栽培应用的可能性。结果证实：薰衣草在深圳地区室外栽培无法顺利越夏，实现多年生。但羽叶薰衣草可作为一年生草本植物在深圳地区进行观赏种植，阔叶薰衣草作为一年生植物栽培也可用于观赏和干花制作，齿叶薰衣草和西班牙薰衣草则具有盆栽造
论文部分内容阅读
在深圳地区引种狭叶薰衣草、阔叶薰衣草、大甜薰衣草、西班牙薰衣草、羽叶薰衣草、齿叶薰衣草等6种薰衣草，对其栽培适应性、生物学性状和繁殖特性等方面进行分析，以探讨6种薰衣草在深圳进行栽培应用的可能性。结果证实：薰衣草在深圳地区室外栽培无法顺利越夏，实现多年生。但羽叶薰衣草可作为一年生草本植物在深圳地区进行观赏种植，阔叶薰衣草作为一年生植物栽培也可用于观赏和干花制作，齿叶薰衣草和西班牙薰衣草则具有盆栽造型的潜质。
其他文献
人工智能在自然语言处理、知识表示、自动推理、机器学习等方向上的长期发展使其具备了知识采集、整理、传输、存储、分析、呈现和应用上的天然优势。人工智能与教育的结合,能够解决教育资源在时间和空间上的分配不均,以其在知识记忆、复述和再现上的优势减少教与学双方的低层次教学投入。此外,人工智能采用机器学习的方法,辅助教与学双方对学习过程信息的理解,这既有利于教育工作者提升教学设计质量,也有利于学习者提高学习效
利用我国33个大中小城市2005—2018年的面板数据，从房地产投资、房地产消费、房地产开发企业规模3个方面选取11个指标，采用熵值法计算得到房地产经济综合指标，并构建静态与动态面板模型，探究人口流动对房地产经济的影响机制。实证结果表明：静态面板模型与动态面板模型回归结果均显示，全国层面人口流动对房地产经济发展具有显著的正向影响；静态面板回归结果显示，人口流入较快地区的房地产经济水平提高显著，而人
在信号处理领域中,压缩感知（Compressed Sensing,CS）作为一种新的信号处理框架,与传统的奈奎斯特（Nyquist）采样相比,仅需要较低的采样率就能还原出成原始信号。CS的提出不仅解决了传统采样中压缩与采样分开进行的问题,还极大地减少了信息的采样频率、信息存储以及传输代价的需求。CS理论表示对可压缩或者具有稀疏性的信号,可以通过一定条件下的观测矩阵映射到低维空间上,最后通过优化算法
人们的内心情感往往通过面部表情直观地体现出来,面部表情是人类进行情感交互的一种重要方式。在日常生活中,可以通过肉眼轻易观察到的表情称为宏表情,其持续时间在0.5秒到4秒之间。宏表情的发生可以被人类自主控制用以掩饰内心真实情感,在一定程度上具有欺骗性。然而,人们在掩饰真实情感过程中,难以避免地会在瞬间泄露出无意识的面部表情,将这种十分短暂、微弱的面部表情称为微表情。微表情作为一种自发式的情感表达方式
随着无线通信基础设施和服务需求的不断增长,通信业务也逐渐从单一化的语音形式转变为多样化的图像、数据、视频等多种形式。然而,有限的射频（Radio Frequency,RF）频谱资源很难满足人们对带宽日益增长的需求。另一方面,自由空间光（Free Space Optical,FSO）通信作为短距离高速率传输数据的有效手段获得了广泛的研究关注,因为与传统的RF通信相比,它具有高带宽、大容量、高安全性、
自适应滤波器因其能够根据不同类型的输入信号自适应调整系统参数,输出期望的滤波结果而被广泛应用在自动控制、生物医学检测、雷达系统等实际工程领域。从实际应用方面出发,系统所处的噪声环境并不满足单一的高斯统计特性,而是非高斯噪声环境居多。所以在算法设计过程中仍主要以非高斯噪声为背景建模。基于变量之间的相似性度量方法为确定数据系统与学习模型之间的关系提供基础。二阶误差准则的相似性度量在应对高斯环境时具有良
神经网络在诸多应用领域展现出了优异的性能,这很大程度上依赖过度参数化的模型结构,以及各类数据增强技术提供的数据量保证。在此发展趋势下,神经网络的损失表面愈加复杂,仅通过最小化训练损失已经无法保证模型的泛化性能。对神经网络的泛化误差与收敛点特性展开研究,设计更高效的性能提升算法尤为重要。统计学习理论通过假设空间与样本数量构建泛化误差上界,虽然无法完整解释神经网络的泛化性能,但此类理论具备重要的指导意
随着移动互联网时代的来临,社交媒体、电子商务等新兴平台的不断涌现,随之产生的各式数据呈几何指数上升。不仅如此,监控摄像头网络、车联网系统、智慧医疗影像等技术的发展也产生了海量的数据。这些数据不仅具有极高的商业价值,同时也是涉及国防安全,国计民生的重要资源。如何运用好现代信息技术从这些海量的数据中搜索所需的数据是一个极具价值且有挑战的工作。基于哈希学习的图像检索方法具有储存性能优、查询耗内存少、速度
在实际生活中总存在各种不确定性,复杂的网络由于耦合度高,更容易受到随机扰动的影响。而这种随机干扰会对系统稳定性产生不可忽视的影响,因此对于随机系统稳定性的研究引起各国学者的广泛关注。而对于此类系统,脉冲控制是非常有效的方法和手段。脉冲能够使系统状态发生瞬时的改变,使得系统偏离原有的运动轨迹。学者利用这一特性,通过施加合适的脉冲,使得系统状态趋于期望的运动轨迹。除此之外,脉冲系统还有低成本、高效率、
近代信息技术的爆炸式发展以及数据量的激增导致传统的集中式优化理论和方法愈加难以适用于如今大规模、分布式的数据架构。因此,去中心化、分布式理念的提倡,使得越来越多的学者们关注于分布式优化领域并提出了许多优异且经典的分布式算法。分布式优化方法同传统集中式优化方法最大的不同就在于其将一个大规模优化问题分为众多子问题进行求解,每一个子问题依托于一个实际的智能节点,节点之间只需要通过和邻居节点的交互即可求解