当前条件:
筛选

共检索到4;

  • 时间
  • 相关性

已选文献:0

导出引用格式
唐守伟订阅系统将在资源更新时把订阅内容推送到您邮箱。

研究员

中国农业科学院麻类研究所

男,研究员,主持国家“十五”科技攻关项目“麻类资源高效利用与产业化”专题-麻类高产优质多抗新品种选育、国际合作项目-黄麻农业与环境评估,由国际黄麻组织下达任务;农业部专项项目—苎麻高产、优质新品种及配套技术推广、农业部“948项目”-苎麻特异新品种“卜尔”麻的引进与推广;参加“十五”863高新技术课题-麻类高效育种技术及高产优质多抗新品种选育。参与选育“圆叶青”、“7469”和“中苎一号”等多个苎麻新品种,获得农业部和中国农业科学院科技进步奖三项。1995至2002年先后代表农业部、外贸部参加国际黄麻组织和联合国粮农组织政府间蹉商会议,为我国麻类科技国际合作交流作出了贡献。在《中国麻作》、《国际黄麻组织专刊》、《中国农产品开发》等刊物发表主笔论文32篇。参加编箸了《麻类高产栽培技术》及《优质农产品开发》等著作。承担的国际黄麻组织项目-The environment asseeement of jute agriculture ,受到项目主持荷兰专家的好评。

冷平订阅系统将在资源更新时把订阅内容推送到您邮箱。

研究员

中国农业大学农学与生物技术学院

1978-1982年大学学习 1982-1989年北京农林科学院果林所从事研究工作,主要从事桃育种 1989-1995年在日本岛根大学和鸟取大学留学,获博士学位 1995年至今在中国农业大学任教 2004年任日本岛根大学生物资源科学部综合科学研究中心客座研究员 2006年日本冈山大学植物化学系访问学者

陆海订阅系统将在资源更新时把订阅内容推送到您邮箱。

教授

北京林业大学生物科学与技术学院

本人长期从事植物生物化学与分子生物学方面的研究与教学工作,主要的研究方向为:树木木材形成机制。在科研工作中,本人作为项目主持人,主持了国家自然科学基金青年基金、面上项目、教育部科学技术研究重点项目、国家973重大基础研究子专题、北京林业大学科技创新计划杰出人才培育专项计划等多项科研工作。先后获得教育部新世纪优秀人才支持计划、北京市科技新星计划、北京林业大学杰出人才培育计划等人才培养项目的支持。同时作为主要项目参加人参与承担了国家自然科学基金重点项目、国家自然科学基金、面上项目国家林业局948引进项目、国家863计划等科研项目。相关研究成果在《Journal of Experimental Botany》《Plant Breeding》《Molecule Biology Reports》《Tree physiology》、《BIOCHIMIE》,《Biotechnology letter》、《Plant Growth Regulation》、《植物生理学通讯》等国内外不同学科学术刊物上发表学术论文30余篇。其中本人为通讯作者或第一作者发表SCI论文11篇,影响因子总和23.47, 最高影响因子为4.27。出版学术专著1部。获北京市科学技术二等奖一项。已授权国家发明专利2项,申请国家发明专利2项。

张凡订阅系统将在资源更新时把订阅内容推送到您邮箱。

研究实习院

安徽省农业科学院

张凡(1994.3.4-),安徽六安人。2016年本科毕业于阜阳师范学院,2020年硕士毕业于安徽农业大学。2020.5-2021.2期间在淮南市自然资源和规划局集分局工作,2021.2至今在安徽省农业科学院工作。

首页 上一页 1 下一页 尾页跳转

应用推荐
  • 学术趋势分析

    基于权威农业科技文献(论文、专利)、获奖科技成果数据,采用文献计量、统计、聚类等方法,分析学科发展态势、机构科研竞争力、国家科研状况等。该应用可自动生成分析报告,内容涵盖中外文期刊论文分析、国内专利分析、获奖科技成果分析等,报告提供下载与编辑。

  • 专家学术圈

    专家学术圈收录有重大科研创新成果和学术影响力的农业科研院所、高等院校的专家,内容包括专家基本简介、教育背景、研究方向、所在机构、科研成果等多字段信息,打造农学界权威、专业专家库。专家详情页面关联展示已发表期刊论文、科技成果、农业专利等科研产出情况,并通过可视化分析展示专家科研成果分布情况、研究主题、机构或学者合作关系。提供农业学科分类、首字母搜索和模糊检索等快速导航功能,方便用户快速查找专家和科研成果信息。

  • 科技文献智能问答

    面向复杂自然语言问句的科技文献智能问答系统,识别和理解用户检索意图并提供答案,支持用户用自然语言表达关键词、作者、发文机构、出版年、基金项目、期刊、影响因子等与科技文献相关的问答需求。既可处理简单的仅针对特定实体类型、属性或关系的问题,如某学者发表的文章、某主题相关的论文,也可理解多个实体类型、属性或关系的复杂问题,查询某学者参与的某课题支持发表的论文,同时限定出版年份、收录级别以及主题。

  • 农知搜问

    人工智能技术已成为全球数字技术创新最活跃的领域之一,生成式人工智能成为新一代生产力工具,正以前所未有的速度赋能千行百业数智化升级发展。农业发展靠科技,科技发展靠创新。随着人工智能大模型技术的突飞猛进,必将为现代农业建设注入新的动力,中国农业将进入数智化发展新阶段。 为加快促进农业科技创新发展,助力打造农业新质生产力,赋能中国农业现代化建设,中国农业科学研究院农业信息研究所启动“中国农业知识大模型”建设工程,携手同方知网共研联创我国首个知农、懂农、助农、兴农的农业通用大语言模型,逐步形成NLP、CV、多模态等基础模型能力,打造可融入农业生产、经营、科研、智库决策等各业务系统的农业专业知识增强大模型,赋能中国农业现代化建设。 中国农业知识大模型,简称农知大模型,整合了中国农业科学院农业信息研究所海量的农业专业数据和科技文献等资源,以同方知网自主可控的华知大模型为底座,面向农业科技创新、农业生产、农技科普、农业决策等多领域应用场景,提供涵盖农业全产业链专业知识的智能化知识服务,高效服务于各级政府单位、地方农业科研院所、农业高校、农业企业、农技人员等,提升农业智能知识服务能力,服务农业科技创新发展,助力打造农业新质生产力。 基于农知大模型农知搜问、农知伴读、农知推送、科研助手等智能化服务和工具,可以满足用户在农知增强检索及农技知识问答、农业数智分析、乡村振兴及智库服务等具体细分场景应用需求。 农知大模型——知农、懂农、助农、兴农,是中国农业迈向智能化、现代化的强大引擎。

  • 科技文献主题标引

    该工具利用权威的知识组织工具与深度学习等自然语言处理技术相结合,通过深入分析文献内容和语义信息,可以快速提取文献的主题词,帮助我们更好地理解和掌握文献的主题和内容,也为科技文献的深度语义揭示、分析和组织利用等提供支撑。 核心功能包括:(1)对单篇文献进行标引分析。即,输入单篇文献的标题、摘要等信息,可以快速提取文献的主题词。(2)支持多篇文献的批量上传和标引分析。用户可以一次性将所有文献上传到这个工具中,一次性完成所有的标引分析工作。(3)支持导出多篇批量标引的结果,方便使用者将结果应用到其它系统和功能中。(4)在标引分析过程中,该工具也可以标引出文章的关键词、主题词以及它们所属的范畴。

搜索历史

意 见 箱

匿名:登录

个人用户登录

找回密码

第三方账号登录

忘记密码

个人用户注册

必须为有效邮箱
6~16位数字与字母组合
6~16位数字与字母组合
请输入正确的手机号码

信息补充

网站统计