您的位置: 专家智库 > >

杨璇玺

作品数:6 被引量:6H指数:2
供职机构:云南省林业调查规划院更多>>
相关领域:农业科学自动化与计算机技术建筑科学经济管理更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇农业科学
  • 1篇经济管理
  • 1篇自动化与计算...
  • 1篇建筑科学

主题

  • 2篇绿化
  • 1篇点状符号
  • 1篇渡水
  • 1篇渡水电站
  • 1篇制图
  • 1篇设计探讨
  • 1篇生态采伐
  • 1篇水电站
  • 1篇笋用
  • 1篇笋用竹
  • 1篇竹产业
  • 1篇竹产业发展
  • 1篇竹资源
  • 1篇自然环境
  • 1篇溪洛渡水电站
  • 1篇林地
  • 1篇林地保护
  • 1篇林地保护利用
  • 1篇林地保护利用...
  • 1篇林业

机构

  • 6篇云南省林业调...
  • 1篇云南师范大学
  • 1篇云南省教育厅

作者

  • 6篇杨璇玺
  • 1篇云利军
  • 1篇陈载清
  • 1篇余志飞
  • 1篇孙蕊
  • 1篇杨卿
  • 1篇张辉

传媒

  • 3篇林业调查规划
  • 2篇内蒙古林业调...
  • 1篇河南农业科学

年份

  • 2篇2024
  • 1篇2013
  • 2篇2010
  • 1篇2009
6 条 记 录,以下是 1-6
排序方式:
溪洛渡水电站绿化总体规划设计探讨被引量:1
2009年
溪洛渡水电站建设将对电站工程封闭管理区范围内的自然环境造成极大破坏,致使该区域散失原有景观功能和生态防护功能。通过合理的绿化总体规划设计,为电站工程封闭管理区范围内景观重建和生态防护功能恢复提供依据及指导,文章将予介绍。
杨璇玺
关键词:溪洛渡水电站绿化
基于森林健康理念的采伐作业技术措施被引量:3
2010年
论述在我国实施森林健康项目的意义及森林健康理念在生态采伐中的应用,包括采伐方式、采伐强度、采伐木确定、伐木和集材技术、伐区清理、更新方式等方面的内容.认为森林健康项目的实施涉及到林权所有人的切身利益,在制定作业设计时要增加公众参与,广泛听取不同利益主体的意见.
张辉杨璇玺
关键词:生态采伐
溪洛渡水电站营区边坡绿化植物的选择及种植模式
2010年
根据溪洛渡水电站营区地处环境气候特点和边坡类型,探讨在不同边坡类型中绿化植物的选择及培植方法;提出不同坡度和地质条件下边坡绿化的植物种植模式。
杨璇玺
关键词:边坡绿化植物
在林业计算机制图中运用FontCreator软件制作点状图符号的方法被引量:2
2013年
以LY/T 2009-2012《县级林地保护利用规划制图规范》中所示的点状符号制作为例,从创建符号文件、添加编辑符号文件、保存安装符号文件、使用符号文件等方面阐述FontCreator软件在地图符号制作中的应用,认为FontCreator软件制作专题图符简便、快捷,图符清晰规范,符合要求。
杨璇玺
关键词:林地保护利用规划制图点状符号
云南省竹产业发展思路研究
2024年
云南省有竹类植物29属250种,分别占全国的66%、33%,居全国第9位;生产大径竹1.33亿根、小杂竹898万t;生产竹胶合板500 m3、竹地板(含竹木复合地板)2400万m2、竹笋干10.6万t;竹产业产值40.1亿元。云南省竹产业具有散生竹资源占比大、地域集中度高、天然竹资源占比大、笋用竹占优势地位、竹笋产品产值占优势地位、文化底蕴厚重等特点。目前竹产业面临着集约化经营水平低、深加工利用滞后、经营主体少且弱等困难和问题。藉此,提出突出特色优势,创新组织经营,强化政策支持,创新融合发展,加大招商力度等建议。云南省笋用竹产业发展处全国前列,有较好的产业基础和发展前景,应作为云南省竹产业发展的突破口,做大产业特色优势,并融合园区经济和乡村振兴建设,推进云南省竹产业高质量发展。
余志飞杨璇玺杨卿孙蕊
关键词:竹产业发展竹资源笋用竹
基于改进YOLOX的自然环境下核桃识别算法研究
2024年
针对现有目标检测算法对自然环境下核桃识别存在漏检、误检等问题,提出了一种基于Swin Transformer多层特征融合改进的YOLOX-S核桃识别算法。首先,在主干特征提取网络中引入基于Swin Transformer的多层特征融合模块,借助Swin Transformer的多头注意力机制对小目标的特征信息进行提取并与特征图进行融合,可以有效解决因网络层数加深导致的高层特征图中小目标特征信息丢失问题;其次,为了提高算法的检测精度,引入更高效的Repblock模块对原网络中的CSP模块进行替换;最后,为了提高下采样效果,使用更为优秀的Transition Block模块作为主干特征提取网络的下采样模块。结果表明,改进后的YOLOX-S模型在采集的自然环境下核桃数据集上平均精度AP50达到96.72%,分别比Faster-RCNN、YOLOv5-S、YOLOX-S算法提高7.36、1.38、0.62百分点,检测速度达到46 f/s,模型参数大小为20.55 M。改进后的YOLOX-S算法具有更好的精度,改善了漏检和误检问题,对自然环境下的核桃有更好的识别效果。
钟正扬云利军杨璇玺杨璇玺
共1页<1>
聚类工具0