摘要：植物高效产能增产剂(简称增产剂,下同)是由中国科学院植物生理生态研究所和浙江大学生命科学院联合研究开发的一个由多种植物必需和有益元素组成的非激素类生长物质,具有提高植物光能转化效率、增加光合速率、促进作物生长的功效.2004年我们在水稻、大豆、玉米、蔬菜、柑桔、慈姑等作物上进行应用性对比试验,均取得较好的增产效果.据13个水稻品种的成对法比较试验结果,平均增产7.57%,达极显著水平(F=3.129＞F0.01=3.055).为探讨增产剂在水稻上的最佳配套应用技术,2005年笔者在以往单因子试验基础上,通过正交组合设计,进行水稻应用植物高效产能增产剂优化配套技术试验,为其在生产上应用提供配套技术.

摘要：利用杂交优势是提高单季晚粳稻产量的重要途径,近年来随着单季稻面积的不断扩大,在以粳稻为主的地区,优质高产的粳杂八优161得到了较大面积的应用.为了改变以往沿用连晚常规粳稻的栽培方法种植八优161的现象,充分发挥八优161的增长潜力,在前几年进行的八优161多项以单因子为主的栽培试验基础上,2000年通过正交组合设计,进行八优161的高产优化配套栽培试验,为八优161在生产上应用提供高产稳产的配套栽培技术.

摘要：近年来随单季稻面积的不断扩大,在以粳稻为主的地区,优质高产的粳杂'八优161'得到较大面积的应用.为充分发挥'八优161'的增产潜力,我们在前几年进行多项以单因子为主的栽培试验基础上,2000年通过正交组合设计,进行'八优161'高产优化配套栽培试验.

摘要：联邦学习系统中,在资源受限的边缘端进行本地模型训练存在一定的挑战.计算、存储、能耗等方面的限制时刻影响着模型规模及效果.传统的联邦剪枝方法在联邦训练过程中对模型进行剪裁,但仍存在无法根据模型所处环境自适应修剪以及移除一些重要参数导致模型性能下降的情况.本文提出基于联邦强化学习的分布式模型剪枝方法以解决此问题.首先,将模型剪枝过程抽象化,建立马尔可夫决策过程,使用DQN算法构建通用强化剪枝模型,动态调整剪枝率,提高模型的泛化性能.其次设计针对稀疏模型的聚合方法,辅助强化泛化剪枝方法,更好地优化模型结构,降低模型的复杂度.最后,在多个公开数据集上将本方法与不同基线方法进行比较.实验结果表明,本文所提出的方法在保持模型效果的同时减少模型复杂度.