摘要：在合成孔径雷达(Synthetic Aperture Radar,SAR)图像中,目标的轮廓和细节通常比较复杂。传统的卷积神经网络(Convolutional Neural Network,CNN)只使用单一均值参数进行无差别的特征提取,不能很好地区分SAR特征之间的差异。为了解决此问题,文章提出了1种基于集成改进卷积注意力块(Improved Convolutional Block Attention Module,ICBAM)的SAR图像目标分类算法ICBAM_CNN。首先,该模块通过引入方差参数至传统CBAM模块中,设计了1种改进的CBAM注意力机制,有助于分类识别网络更好地学习SAR图像不同目标卷积层输出与通道注意力之间的差异信息,提升不同SAR目标特征的可分离性;然后,ICBAM设计了1种中心坐标注意力机制,能更好地捕捉SAR图像中目标的中心分布特征,有效抑制杂波对SAR目标分类影像的干扰;最后,为了提高效率,将改进后的ICBAM模块集成到CNN网络中,实现SAR图像目标分类。ICBAM_CNN深度融合了SAR图像目标的多层级特征,提升了SAR目标特征的可分离性,可实现SAR图像目标的高精度、高效率识别分类。通过MSTAR数据集进行实验,结果表明,相比于传统CBAM方法,改进ICBAM方法的精确率提升了2.44%,召回率提升了2.24%,F1-score提升了2.34%。

摘要：为探索提高何首乌扦插苗移栽成活的方法,以何首乌扦插苗为材料,采用2因素随机区组试验设计,通过田间移栽试验,研究了覆盖与萘乙酸组合处理对何首乌扦插苗移栽成活及幼苗生长的影响。结果表明:白色地膜覆盖+25mg/L萘乙酸组合处理的移栽成活率最高(达83.33%),与白色地膜+50mg/L萘乙酸(移栽成活率73.33%)及白色地膜+100mg/L萘乙酸(移栽成活率71.11%)组合处理差异不显著。在新生根条数、最长根长、一级分枝数、茎蔓长、新生叶片数等指标方面,以白色地膜覆盖+100mg/L萘乙酸组合处理综合表现较好。结论:何首乌扦插苗移栽时,可先用100mg/L萘乙酸浸根1h,移栽后用白色地膜覆盖,可提高移栽成活率。