李继红
- 作品数：6 被引量：25H指数：3
- 供职机构：吉林省农业科学院更多>>
- 发文基金：国家高技术研究发展计划国家谷子糜子产业技术体系建设项目更多>>
- 相关领域：农业科学更多>>
- 优质、矮秆谷子新品种公矮6号选育及栽培技术
- 2010年
- 谷子新品种公矮6号米香色鲜，是以夏谷矮88为母本、春谷860092-50为父本杂交选育而成，2007～2008年吉林省区试籽实平均公顷产量5184．8kg，比对照平均增产11．05％。2008年全省生产试验籽实平均公顷产量4828．9kg，比对照平均增产16．9％。2009年通过吉林省捉作物品种审定会审定。
- 李淑杰胡喜连李继红王阳
- 关键词：谷子矮秆栽培技术
- 基于高光谱图像技术的高粱品种识别研究
- 2024年
- 高粱是酿造白酒的重要原料,高粱内的成分对白酒中微量成分含量和品质十分重要,并且高粱品质影响着白酒的质量和风味,因此,无损快速鉴别高粱品种对于提高白酒质量是个迫切需要的重要问题。采用高光谱成像技术结合机器学习算法对高粱品种进行分类鉴别,通过高光谱成像技术,获取了10个品种高粱的高光谱谱线以及图像纹理数据。采用多元散射校正(MSC)对光谱进行预处理,并用连续投影算法(SPA)筛选出62个特征波段,采用灰度共生矩阵提取高粱的4种纹理特征,分别以高光谱数据和光谱-图像数据融合,采用PLS-DA、SVM、ELM和RF等4种机器学习算法模型对10个高粱品种进行分类识别。结果表明,高光谱经MSC预处理后,用SPA降维提取的高光谱特征波段可以代表全光谱的数据信息,提高了PLS-DA模型识别高粱品种的稳定性。10个品种高梁的分类准确度从67.58%提高到93.85%,识别精度提升了27%。高光谱数据与图像纹理特征数据融合后,PLS-DA基于模型全光谱和特征谱段的高粱品种分类识别精度分别提升到96.47%和97.16%,相比于单一的高光谱数据更适用于高粱品种分类识别。相比于SVM、ELM和RF三种分类机器学习算法模型结果,PLS-DA机器学习算法模型的高粱品种分类识别精度最好。研究证明了高光谱成像技术结合机器学习算法在高粱品种鉴别中的有效性,可实现快速精确的高粱品质检测。
- 宋少忠刘园园周紫阳滕星李继红刘君玲高勋
- 关键词：高粱高光谱成像机器学习算法
- 优质、高产、多抗春谷新品种公矮5号被引量：3
- 2010年
- 公矮5号（H069）以夏谷矮88为母本．以春谷四谷2号为父本，通过品种间杂交选育出的优质、高产、多抗谷子新品种。2002—2004年通过产量鉴定，设相应的穗行圃。同时进行异地鉴定。2005—2006年进行全省区域试验。2006年同时参加全省生产试验和示范，抗病性鉴定和品质分析，表现优异。2007年通过吉林省农作物品种审定会审定．明确其推广价值和应用区域。
- 李淑杰胡喜连王阳李继红
- 关键词：多抗农作物品种审定抗病性鉴定杂交选育
- 优质、高产、多抗春谷新品种公矮5号选育及栽培技术
- 公矮5号米香色鲜,是优质、高产、多抗春谷新品种,该品种以夏谷矮88为母本,以春谷四谷2号为父本,杂交选育而成。2005-2006年省区域试验,平均比对照增产6.56％。生产试验比对照增产9.57％。2007年通过吉林省农...
- 李淑杰胡喜连李继红王阳
- 关键词：谷子高产栽培杂交选育
- 文献传递
- 吉林省杂交高粱雄性不育系的种质基础被引量：11
- 2003年
- 吉林省高粱生产中应用的细胞质有A1和A2两种类型。不育系的细胞核由中国高粱核体系到倾向南非高粱核体系,发展到印度高粱核体系。讨论了不育系改良方式。
- 刘晓辉高士杰李伟李继红李淑杰
- 关键词：高粱种质基础雄性不育细胞质
- 吉林省高粱杂交种的利用及亲本改良被引量：15
- 2004年
- 吉林省的高粱育种工作者经过40余年的努力,培育出5批杂交种投放生产,主要杂交模式是中国高粱×中国高粱、中国高粱×倾中国高粱、倾非洲高粱×倾中国高粱、印度高粱×倾中国高粱。茎秆高度由高秆改良成中秆,使产量大幅度提高。当前不育系改良应以印度高粱×印度高粱或非洲高粱为主,恢复系改良应以中国高粱×中国高粱或亨加利高粱为主,这样可保持两亲间的遗传差异,以便配制出更高产的杂交种。
- 高士杰刘晓辉李伟李继红李淑杰
- 关键词：高粱杂优模式
