共查询到17条相似文献，搜索用时 828 毫秒
1.
2.
3.
4.
5.
中国烟草种质资源网络信息系统的开发 总被引：4，自引：0，他引：4
为促进中国烟草种质资源的共享与应用,研究开发了基于B/S（browser/server）架构和ASP.NET技术的中国烟草种质资源网络信息系统。数据库采用了Microsoft SQL Server,服务器端程序集应用C#语言开发,浏览器端基于XHTML + JavaScript。系统在特性数据库和共性数据库两个底层数据库的基础上,实现了种质数据查询、核心种质查询、种质图像查询、共性数据查询和烟草种质共享等5种功能。该系统突破了长期以来种质资源信息、数据、实物集中于一处,难以共享的局面,促进了种质资源的广泛应用和深入发展。 相似文献
6.
本文主要介绍了利用可视化开发语言、数据库技术和网络技术将历史的蠡湖鱼类种质资源数据进行整理、整合，最终通过网络发布，使蠡湖鱼类种质资源数据得到保存和共享。客户端录入平台和网站通过网络数据库被有机的结合在一起，更大程度的满足了数据维护和操作的需要。 相似文献
7.
8.
9.
甘肃是西部农作物种质资源大省,目前共保存各类农作物种质资源20万余份,但面临着种质资源种群减少、濒危物种激增、质量下降、保护不彻底等问题。鉴于现有种质资源保存条件简陋,鉴定评价缺乏深度挖掘,优异种质及重大品种培育未取得突破等现状,通过分析甘肃省种质资源保护利用及种业发展存在的问题,从加强种质资源收集与保护,夯实种业发展基础;加强种质资源鉴定评价和育种创新;建立种质资源保护利用的长效工作机制等方面提出加强种质资源保护利用、推进种业振兴的建议与对策。 相似文献
10.
11.
12.
种质资源是作物育种改良的重要物质基础，精确高通量获取作物表型信息是进行种质资源评估的重要途径。基于表型数据获取、解析与管理技术的室内高通量植物表型平台具备环境精确调控、成像自动无损、效率显著提升等特点，为种质资源评估提供了高效、集成且规模化的解决方案，对作物育种改良、种业高质量发展具有深远影响。该研究主要阐述了四类室内高通量种质资源表型平台的研究现状，对目前室内植物表型数据解析及管理技术进行介绍与分析，并总结了室内高通量表型平台与数据解析管理方法存在的问题与挑战，对未来种质资源表型评估研究方向与趋势进行展望，以期为植物表型研究提供指导和建议。 相似文献
13.
14.
分析了国内外农业信息资源建设与应用形势,针对辽宁农业信息资源建设及应用中存在的问题,开展了辽宁现代农业科技信息资源建设及其应用研究。建设了农业文献资源数据库群、农业科技信息资源数据库群、现代农业实用技术数据库群和辽宁特色信息资源数据库群,建设了丰富、全面、规范且具有辽宁区域特色的农业科技信息资源仓库,建立了信息技术与实用技术融合推广的现代农业信息服务体系和现代农业科技信息咨询服务立体网络,建立了能够同时满足农业研究、管理、推广、生产需求的社会化共享服务平台,建立了农业信息资源保障体系和农村信息资源服务支撑体系,实现了科普资源数字化和科技信息的立体传播,建立了资源扩展、服务延伸、方式转变的适应现代农业发展、促进社会和谐的信息资源建设与服务新机制、新模式,并对辽宁农业信息资源及服务集成提出了建议。 相似文献
15.
随着我国信息化建设的快速发展,我国大部分高等院校也在加强教学信息化的建设。在教学信息化的建设阶段中,教学资源共享平台的出现起到了很好的推动作用。讨论了目前我国高校在教学资源共享平台建设过程中存在的问题,以及搭建教学资源共享平台需要具备的功能和条件。 相似文献
16.
运用知识工程和系统工程层次分析法,建立了一个基于网络的品种资源信息管理系统。系统以WIindows为开发平台,综合运用数据库技术,建立了品种资源信息数据库;运用系统工程、软件工程实现了系统模块建设。通过高级软件开发工具PB实现了其后台信息维护功能,利用ASP.NET网络开发技术开发出用户能够通过网络访问的客户端系统。该系统是对农业品种资源进行多年收集,并在吸取以往开发信息系统经验,充分利用网络和计算机快速、准确处理信息等优势开发而成。系统除具有客户端查询、分析品种资源信息外,还可通过后台维护系统对用户级别和权限设置,数据备份与恢复,保障了数据的安全性、可靠性。该系统还可对各类信息类型加以设置,以适用于其他种类信息自动化管理,具有良好的可扩充性。 相似文献
17.
基于WebGIS与模型的农业经济监测与评价系统的建立 总被引：1，自引：0，他引：1
为动态、准确获取区域农业生产的投入结构、产出水平、经济效益等信息,在时空数据库支持下,以开源SharpMap为地图服务器,利用ASP.NET（C#）语言,建立农业经济监测与评价系统（SHAEWS）,SHAEWS的构建包括农业投入产出监测数据库和模型系统两部分。数据库由样本农户动态监测数据、地形图数据和元数据组成。模型系统包含作物数据聚合与分析模型、轮作茬口识别及数据聚合分析模型、柯布-道格拉斯模型和综合评价模型。SHAEWS包括样本数据采集与编辑、样本数据检验、作物评价、茬口评价、投入产出定量模型分析、时序分析、区域分析、报表输出、元数据浏览等9个功能子系统。结果表明,该系统能够把样本监测数据与地图数据相结合,并通过模型运算,实现区域农业投入产出等信息的在线共享、评价与服务。 相似文献