您选择的条件: 张翔
  • 海南省分布的国家重点保护野生植物组成及区系特征

    分类: 生物学 >> 植物学 >> 应用植物学 提交时间: 2024-05-15 合作期刊: 《广西植物》

    摘要: 以2021 年《国家重点保护野生植物名录》及相关资料为基础,结合野外实地调查, 整合得出《海南省国家重点保护野生植物名录》,并分析其组成及区系特征。结果表明: (1)在国家重点保护野生植物中,原有的葫芦苏铁(Cycas changjiangensis)、海南苏铁 (C. hainanensis)、念珠苏铁(C. lingshuigensis)、台湾苏铁(C. taiwaniana)归并入闽粤 苏铁(C. taiwaniana);相比1999 年《国家重点保护野生植物名录》,原有的半枫荷 (Semiliquidambar cathayensis)和线苞两型豆(Amphicarpaea linearis)被解除保护级别, 伯乐树(Bretschneidera sinensis)从一级保护降级为二级保护,新增127 种国家重点保护野 生植物,加上原有的,共173 种(含变种),隶属53 科83 属,其中国家一级保护野生植 物8 种,国家二级保护野生植物165 种,海南省特有种32 种,分属于4 个类群,其中被子 植物种类最丰富,有129 种。(2)依据多年的野外调查信息和本次调查结果,龙尾苏铁 (C. rumphii)、三亚苏铁(C. shanyagensis)、中华桫椤(Alsophila costularis)、紫纹兜 兰(Paphiopedilum purpuratum)一直尚未调查到。(3)173 种保护植物的生活型共有5 种 类型,以高位芽植物为主(115 种),其次是地面芽植物(34 种)和地下芽植物(22 种), 地上芽及垫型植物均为最少(1 种)。(4)在科水平上,兰科(Orchidaceae)种类最多, 含47 种(27.17%);在属水平上,石斛属(Dendrobium)种类最多,含21 种(12.14%)。 (5)区系成分复杂,具有明显的热带性质,科以泛热带及其变型分布为主;属以热带亚洲 及其变型分布为主。综上,海南省国家重点保护野生植物热带性质及特有现象明显,新增 保护种较多,因此应持续开展本底调查和动态监测,加强执法力度,减少人为因素对生境 的干扰和破坏,针对性地采取就地、迁地保护措施以加强保护管理。

  • 中国社区卫生服务发展的挑战与优化路径

    分类: 医学、药学 >> 临床医学 提交时间: 2023-12-29 合作期刊: 《中国全科医学》

    摘要: 新时代居民健康需求不断提升,社区卫生服务如何顺应时代需要进行全方位转变亟须得到解答。文章梳理了我国社区卫生服务的发展历程,认为存在功能缺位的问题;归纳了我国社区卫生服务发展所面临的挑战,指出当前人群健康需要正发生结构性改变;最后从转变工作重心、提高签约医生价值感和居民获得感、构建协同互补的社区卫生服务网络、建立以需求为导向的健康信息平台等方面提出了我国社区卫生服务的发展路径。

  • 行业类媒体如何应对5G受众细分趋势

    分类: 数字出版 >> 新媒体 提交时间: 2023-10-08 合作期刊: 《中国传媒科技》

    摘要: 5G时代,具有高速率、低时延、超大容量等特征的网络技术将进一步重塑媒介生态。随着技术进步,我国互联网用户不断向三四线城市及农村延伸,受众需求进一步分化、升级。本文试结合《中国煤炭报》实践,探讨行业类媒体如何应对5G时代受众细分趋势,并通过SWOT分析提出策略性建议。

  • 基于生成对抗网络的配网单线图网络结构特征表示学习

    分类: 信息科学与系统科学 >> 信息科学与系统科学基础学科 提交时间: 2018-06-19

    摘要: 对于配电网的规划设计、运行检修、调度管理等业务,配网单线图是一种必不可少的常用工具。配网单线图在使用过程中对于布局规范性有严格要求,不同的配网网架结构配网单线图的成图布局各不相同,传统的自动成图算法无法适配网架结构的变化,自动根据网架类型生成对应布局的单线图。深度学习算法具备强大的耦合性,它能够自动总结内部成图规律,生成符合所需成图布局的配网单线图。为了将深度学习算法应用于配网单线图自动成图领域,需要考虑建立一个能够表示配网单线图网络结构特征的算法,该算法核心是能够适应深度学习算法需要,实现配网单线图网络特征的低维度表达。现有的网络特征表示学习方法研究多是针对于社交网络的特有属性进行特征表示。电力设备网络与社交网络相比,设备间的连接关系受电气物理特性限制,并没有针对电力网络的特有属性进行学习。因此,本文在已有的网络特征表示学习研究的基础上,提出了一个针对配网单线图的网络特征结构表示学习算法,利用构成配电网基础的配电设备电气联接关系来建立数学模型,定义网络节点间一阶、二阶和零阶连接特性,然后通过生成对抗网络来实现低维度网络特征表示。论文结尾在实验中通过样本数据验证网络特征的一阶和二阶相似性,证明算法在实现的效率和准确性上,更贴近电力业务的特点。