殷复伟
- 作品数：16 被引量：104H指数：5
- 供职机构：泰安市农业局更多>>
- 发文基金：山东省自然科学基金国家科技攻关计划国家自然科学基金更多>>
- 相关领域：农业科学经济管理更多>>
- 茄子感染黄萎病菌前后酶活性的动态反应和同工酶变化被引量：49
- 2001年
- 研究了不同茄子品种接种黄萎病菌前后过氧化物酶 (POD)、多酚氧化酶 (PPO)、超氧化物歧化酶 (SOD)、苯丙氨酸解氨酶 (PAL)酶活性的动态反应及同工酶变化 ,结果表明在测定的大多数时间内 ,POD、PPO、PAL酶活性越大 ,抗性越强 ,供试的 3个茄子品种酶都出现一个高峰 ,而且抗病品种酶活性上升的较快。无论感病植株还是抗病植株 ,接种黄萎病菌后POD、PPO同工酶都出现新带 ,SOD同工酶没有出现新带 ,但酶量有所增加。这可为抗病育种提供理论依据。
- 孔庆科丁爱云刘招舰殷复伟
- 关键词：茄子黄萎病菌同工酶苯丙氨酸解氨酶多酚氧化酶酶活性
- 一种基于卷积神经网络的小麦病害识别方法被引量：16
- 2018年
- 针对准确识别小麦常见病害的需要,提出了一种基于卷积神经网络的小麦病害识别方法。该方法首先以小麦病害图片资料为基础,利用中值滤波法、直方图阈值法等对图像进行去背景、去噪、病斑分割等预处理形成样本库,然后利用卷积神经网络构建一个具有五层结构的深度学习模型进行样本学习,并利用随机梯度下降法进行学习过程控制,最后以获取的特征集对小麦图片进行病害识别,并形成一个在线识别系统。在泰安市4样点的试验结果表明,利用该方法可以有效实现对小麦常见病害——纹枯病、条锈病、叶锈病、秆锈病、赤霉病和白粉病的识别,综合识别率可达99%以上,可以应用于实际生产管理。
- 张航程清武英洁王亚新张承明殷复伟
- 关键词：小麦病害卷积神经网络在线识别病害识别
- 沼—桑—菇生态循环模式概述
- 2007年
- 沼-桑-菇生态循环模式,是用植桑养蚕的剩余物如桑叶残余物、蚕沙、废水作为沼气原料,在蚕棚闲置期栽培蘑菇;用产出的沼气供养蚕和蘑菇栽培照明、增温,沼渣、沼液作为植桑栽培的高效有机肥,沼渣还可作为栽培蘑菇原料。实现了节能降耗,发展了循环经济,促进农民增产增收,取得了良好的经济、社会和生态效益。
- 潘军刘春玲殷复伟刘峰王安艳李超
- 关键词：生态循环
- 小麦玉米无公害标准化生产技术研究与示范
- 杜春莲殷复伟陈慧增白宗文李洪树
- 小麦玉米安全无公害栽培技术研究与推广相结合，开发与产业化经营紧密衔接。小麦玉米优质高产安全无公害栽培技术的研究集成，确保了优质小麦和玉米的安全品质，大面积的开发，促进了优质小麦和专用玉米的产业化发展，项目区共开发推广小麦...
- 关键词：
- 关键词：小麦玉米无公害标准化生产技术
- 优质小麦玉米高产栽培综合技术
- 2012年
- 通过选择优质高产的小麦品种和耐密紧凑型优质高产玉米品种,采取小麦玉米适期播种,科学合理施肥,施足基肥,各适期追肥,改革种植模式,小麦等行距播种、玉米麦后直播,小麦适时收获、玉米适时晚收技术等优质小麦玉米高产栽培综合技术,取得小麦玉米优质高产。
- 殷复伟高俊杰王德科吴红燕衣善旺
- 关键词：小麦玉米高产
- 豇豆耐热性品种比较试验被引量：9
- 2007年
- 以我国北方地区栽培面积较大的18个豇豆品种为试材,通过夏季田间试验、人工气候室苗期耐高温试验,比较了不同豇豆品种的耐热性。夏季田间试验结果表明:不同耐热豇豆品种在出苗至齐苗时间、花期株高、茎粗、花梗长度等植物学特征和果荚长度、质量等果实性状及生物学产量等生物学性状方面差异显著;地豇豆品种不宜在高温、长日照的夏季种植;豇豆各农艺性状间存在极显著的相关性;早优一号单荚质量和总产量最高。苗期耐高温试验结果表明:高温胁迫条件下,早优一号相对电导率最低,净光合速率最高,因而比较耐热。
- 高俊杰李衍素张冬梅殷复伟于贤昌
- 关键词：豇豆耐热性相对电导率净光合速率
- 几种杀虫剂对甜菜夜蛾田间药效试验
- 2006年
- 通过4种杀虫剂对甜菜夜蛾幼虫田间药效试验结果表明:甲氨基阿维菌素苯甲酸盐3种制剂、5%氟铃脲乳油及20%NNI-0001水分散粒剂均对甜菜夜蛾幼虫表现出优良的防治效果,且随着剂量的增加,防治效果明显提高。
- 肖婷闫磊牛洪涛于天丛殷复伟罗万春
- 关键词：甜菜夜蛾
- 优质小麦保优 高产关键技术
- 2005年
- 殷复伟郭相圣张国华吴红燕陈慧增
- 关键词：保优栽培技术优质小麦小麦品质优质专用小麦耕作制度
- 泰安平原小麦成本现状及控制对策初探被引量：1
- 2007年
- 在实地调查的基础上,分析了泰安平原小麦成本现状,并提出了成本控制的对策措施。
- 张国华殷复伟杜春莲陈慧增董青
- 关键词：小麦
- 一种利用多时相遥感数据提取农作物信息的方法被引量：1
- 2018年
- 针对目前利用深度学习技术进行高分光学遥感图像分类方法研究中尚存在的不足,本文提出了一种以多时相遥感数据为数据源,面向农作物种植信息提取的分类算法。该算法首先获取农作物在若干典型生长时期的光学遥感图像并进行配准等预处理,然后建立了一种以像素为单位的数据组织结构,该结构包含不同生长时期的作物信息、纹理信息,能较好地解决现有分类研究中信息不足的问题;接着以前馈神经网络为基础,建立了一种以像素为单位的分类算法,最后以得到的逐像素分类结果为基础进行成图。与同类方法相比,本文提出的算法综合考虑了农作物在不同生长时期的特征,更能发挥深度学习技术的优势,且多时相数据在提高农作物提取信息精度方面具有明显优势。
- 程清张航张承明殷复伟殷复伟
- 关键词：遥感分类信息提取农作物神经网络
