单片机多段补偿流量仪

本文介绍了一种用单片机对大口径管道输送原油用的腰轮或刮板流量计进行多段自动补偿的方法，大大提高了流量计的精度和寿命，把流量计从０．２级提高到０．１级，对输油的交接计量提供了可靠的依据。     

甘肃农业大学UPI问卷调查结果分析

用ＵＰＩ问卷对甘肃农业大学９３级一年级４２４名本科生进行了测试，结果表明，我校一年级学生心理健康状况的整体水平较高，男生比女生高（Ｐ＜０．０５），城镇学生高于农村学生（Ｐ＜０．０５）。在心理健康方面存在的主要问题是神经衰弱和不良情绪反映     

反相高效液相色谱法测定饲料级维生素B12

本实验采用反相高效液相色谱法测定饲料级维生素Ｂ１２。该方法用Ｗａｔｅｒｓ紫外检测器，波长３６０ｎｍ，工作曲线相关系数０．９９９８，方法回收率９８．２１％，相对标准差０．３２。     

一季稻推荐施肥量及叶色诊断指标的研究

本试验采用最优回归设计，在马肝土田上进行一季稻肥料效应试验，并于各主要生育期用水稻标准叶色卡，观察试验区水稻叶色级。试验结果通过微型计算机分析表明：施肥量与产量、施肥量与叶色级、叶色级与产量均呈极显著或显著的相关。根据所建立的效应函数，推算出该种土壤一季稻每亩的推荐施肥量为Ｎ７．２４ｋｇ，Ｋ２Ｏ７．１８ｋｇ；氮钾配施时，水稻分蘖始期、分蘖盛期、幼穗分化期和始穗期的叶色诊断指标分别为５．５、６．１、５．７和６．１级；单施氮肥时的对色诊断指标分别为５．２、６．０、５．５和６．０级。     

对绿色食品产地土壤污染状况综合评价分级标准的修正意见

本文对现试行的绿色食品产地土壤污染状况综合评价分级标准的修正提出几点建议：产地土壤污染评价综合指数值应保留小数点后两位有效数字；综合分级标准应采用：１级，Ｐ综≤０．７２；２级，０．７２＜Ｐ综≤１．４４；３级，１．４４＜Ｐ综≤２．１６；４级，Ｐ综＞２．１６。     

杉木简单竞争指数及生长模型的研究

杉木胸径生长量随简单竞争指数的增大而减小，二者之间关系用指数函数拟合是适宜的．林分内简单竞争指数的最大值为平均值的１．５～２．１倍，最小值为０．５～０．７倍．林分株数按简单竞争指数的分布可用对数正态分布拟合，由此建立的各竞争指数级林木株数预估模型，结合单木生长模型，可对林分内各生长级的林木株数作出预估，为合理的抚育间伐提供依据．径阶平均竞争指数随直径增大而减小，二者之间关系用指数函数拟合是适宜的，相关系数均在０．９３以上，径阶平均竞争指数预估模型的建立，简化了竞争指数的测算，扩大了单木生长模型的适用范围，为建立从单木到全林分的整体生长模型提供了一条途径．     

邛海渔业生态系统研究

邛海渔业生态系统的生产力初级为：６９６１．４ｋｊ／ｍ＾２．ａ，２级为５６９．７ＫＪ／ｍ＾２．ａ，３级为２９．５ｋＪ／ｍ＾２．ａ，顶极为０．１３ＫＪ／ｍ＾２．ａ。初级生产力对总光能的利用效率约为０．１３％；初级生产力转化为渔获物的能量效率约为０．７１％。     

小麦纹枯病危害损失及经济阈值的研究

通过对小麦纹枯病（Ｓｈｅａｔｈｂｌｉｇｈｔ）不同病级和病情指数与产量损失的研究表明：小麦孕穗期病级与小麦千粒重和产量呈线性相关，产量损失率（ｙ）与收获前病情指数（ｘ）呈幂函数关系，当ｘ＜２０时．ｙ＝０．１８０７５ｘ１．１２７０２５（ｒ＝０．９７７０，ｎ＝１６），当ｘ＞２０时．ｙ＝０．１１０５Ｘ１．３５１５７５（ｒ＝０．９９８３，ｎ＝１２），根据病情指数与产量损失率的关系，得到纹枯病经济阈值的动态模式，即：在目前小麦产量６～７．５ｔ／ｈｍ２水平下．建议防治指标病情指数为３．０～６．０，即经济允许损失水平控制在１．４％以内．     

伊春林区林业企业局可持续发展能力的综合评价

为了对可持续林业的进一步量化研究提供方法论依据。文章首先提出伊春林区各林业局可持续能力综合评价与排序的指标体系，应用这一指标体系，并用类似模糊聚类分析的方法计算各林业局的可持续发展度（ＤＳＤ）。把ＤＳＤ≥０．８的“１５”等林业局划为１级林业局，为可望可持续类型；把０．４≤ＤＳＤ〈０．８的“１１”等林业局划为２级林业局，为调整可持续类型；把ＤＳＤ〈０．４的“０６”等林业局划为３级林业局，为潜力可持续     

微量元素配合液浸种蚕豆增产效果研究

应用二次回归通用旋转组合设计的方法，研究了硼，钼，锰配合液对蚕豆经济性状的影响及增产增收效果。根据回归数学模型求得的亩纯收益大于２０元的各元素组合区间是硼０．００７‰－０．０３５‰，钼０．００４‰－０．０１４‰，锰０．０２‰－０．０８‰。中心组合是：硼０．０２１‰，钼０．００９‰，锰０．０５‰，即用０．０２１‰硼酸钠，０．００９‰钼酸铵，０．０５‰硫酸锰配合液浸种蚕豆的增产增收效果最显。     

基于哑变量的闽楠天然次生林单木胸径和树高生长模型研究

目的通过对闽楠天然次生林胸径和树高生长规律及生长模型的研究,为林木生长预估及林分质量提升经营措施的制订提供参考。方法以江西省安福县闽楠天然次生林为研究对象,通过标准地调查及树干解析等方法获取基础数据,按林木竞争压力水平从小到大将林木分为类型1、类型2和类型3,分析胸径和树高的生长规律;选取5种具有生物学意义的生长方程,根据模型拟合优度与评价指标选取最优基础生长模型,在最优模型的基础上构建含竞争类型哑变量的生长模型。结果（1）利用树干解析数据分析显示,30 ~ 50年为胸径生长速生期,连年生长量最大值达到0.57 cm;35 ~ 45年为树高主要生长速生期,连年生长量最大值为0.37 m。（2）胸径最优基础模型为Gompertz方程,模型R2和预估精度分别为0.756和94.28%,构建的最优哑变量模型的R2和预估精度分别为0.873和95.71%;树高最优基础模型为修正Weibull方程,模型R2和预估精度分别为0.856和96.54%,构建的最优哑变量模型的R2和预估精度分别为0.882和96.96%。（3）由构建的哑变量生长模型拟合的不同竞争类型下的胸径和树高生长曲线得知,胸径和树高总生长量均表现为类型1 > 类型2 > 类型3,类型1胸径最大生长量是类型3的1.6倍。结论竞争压力对闽楠胸径、树高生长均产生影响,较大的林木竞争压力不利于闽楠生长;构建含有竞争类型哑变量模型的拟合优度及预估精度均优于基础模型,有利于提高建模的精度和模型的适用性。      

全站仪测树的内外业一体化方法研究

全站测树是近年来发展的一种高精度测树方法,但全站仪作为基本通用测量仪仪器,未针对测树过程进行相关设计,在外业之后需要大量的内业工作才能得到相关树木生物参数。据此,进行了全站仪测树的内外业一体化方法研究。基于Windows CE平台全站仪,开发了专业测树程序,提出了测树型全站仪的解决方案,并经过实现和检验,成功的解决了全站仪测树内外业一体化的问题。     

Crop type mapping using spectral–temporal profiles and phenological information

Spatially explicit multi-year crop information is required for many environmental applications. The study presented here proposes a hierarchical classification approach for per-plot crop type identification that is based on spectral–temporal profiles and accounts for deviations from the average growth stage timings by incorporating agro-meteorological information in the classification process. It is based on the fact that each crop type has a distinct seasonal spectral behavior and that the weather may accelerate or delay crop development. The classification approach was applied to map 12 crop types in a 14,000 km² catchment area in Northeast Germany for several consecutive years. An accuracy assessment was performed and compared to those of a maximum likelihood classification. The 7.1% lower overall classification accuracy of the spectral–temporal profiles approach may be justified by its independence of ground truth data. The results suggest that the number and timing of image acquisition is crucial to distinguish crop types. The increasing availability of optical imagery offering a high temporal coverage and a spatial resolution suitable for per-plot crop type mapping will facilitate the continuous refining of the spectral–temporal profiles for common crop types and different agro-regions and is expected to improve the classification accuracy of crop type maps using these profiles.     

基于卷积神经网络的高分二号影像林分类型分类

目的基于遥感影像的林分类型分类在现代林业中是一项重要的应用。本文试图构建一个基于高分二号（GF-2）影像林分类型分类的卷积神经网络（CNN）模型,探索CNN在遥感图像像素级分类这一领域的发展潜力。方法以GF-2卫星遥感影像为数据源,利用Tensorflow（一种开源用于机器学习的框架）构建4种不同图像斑块大小（m = 5,7,9,11）为输入的CNN,同时以传统的神经网络模型——多层感知器（MLP）为基准,比较不同图像斑块大小下的CNN分类图的分类效果和分类精度。结果实验分类结果表明:CNN（m = 9）得出最高的分类精确度,总体精度比MLP和CNN（m = 5,7,11）分别高出10.91%和6.55%、1.3%、2.54%。分类图的可视化结果也表明CNN（m = 9）更好地解决了“椒盐现象”与过度平滑后的边界不确定性问题。结论CNN能够在利用高分影像光谱特征的同时充分挖掘影像的空间特征,从而提高分类精度,同时在利用CNN基于遥感影像分类时,根据数据源以及地物的特点选择合适的图像斑块大小作为输入是提高分类精度与分类效果的关键措施。      

基于小波变换和随机森林的森林类型分类研究

以黑龙江省凉水国家级自然保护区为研究区,采用“高分一号”卫星提供的多光谱影像作为遥感数据源,通过对遥感影像进行小波变换处理,之后选择植被指数、纹理特征、地形因子作为分类特征,利用随机森林算法对该地区森林类型进行分类。结果表明,遥感图像在进行小波变换后,基于随机森林算法的森林类型分类精度为91.68%,Kappa系数为0.90,较未进行小波变换时的分类精度提高10.67%。总体来看,结合小波变换的随机森林分类方法可以获得比较高的分类精度。为森林类型分类提供一种新的思路,且为提高森林类型分类精度提供一种参考方法。     

基于残差网络与迁移学习的柑橘类型识别

传统的柑橘分类依靠人工进行辨识再手动完成分拣,整个过程耗费时间且成本高昂。对此提出了一种基于迁移学习与残差网络的柑橘图像分类方法。对Kaggle获取的20738张共8类柑橘的图像按7：3比例进行划分得到数据集。在此数据集上不同网络对于柑橘分类性能差异以及迁移学习对经典卷积模型在图像分类任务中的性能提升进行探究,实验以损失值、精准率、召回率等为性能评价指标。实验结果表明,在多种模型中,残差神经网络能获得比其他网络更高的准确率,使用迁移学习初始化网络参数能显著提高柑橘分类的准确度,降低模型过拟合的概率,实现对8类柑橘的准确识别分类,最终分类准确率达到99.9%,对柑橘分类具有指导意义。     

支持向量机在柴油机尾气分析中的核模型选择

建立包含三个层次54个指标的长沙市“十二五”时期发展指标体系，通过运用长沙市2006~2009年的数据对各指标的得分值进行分析发现，“十二五”时期的发展不能过多注重经济增长方面的指标，而应更多考虑社会民生和区域创新方面的指标，在具体运用时应尽量避免主观赋权。     

基于改进AFSA的路面不平度时域估测

为提高根据车辆动力学响应建立路面不平度时域模型的精度,对RBF神经网络的设计、输入神经网络的动力学响应参数和汽车车体测量点的位置进行了研究。基于拉格朗日第2方程建立了车身任意位置的5自由度振动模型,以滤波白噪声法建立的路面时域激励为车辆激励的输入和神经网络的理想输出,采用改进的人工鱼群算法(AFSA),针对车身测量点距质心的距离、待测量的动力学响应参数的类型和RBF神经网络的扩展系数建立了优化分析模型。提出了2种需测量的车辆动力学响应参数方案,以及各方案下车身测量点的具体位置。研究结果表明,2种方案的路面不平度时域激励估测精度均高于0.99。     

基于决策树的土壤质量等级研究

将广东省土壤资源类型图和各种评价因子的单要素图层进行叠置分析,以土壤资源类型图的图斑作为土壤质量评价单元,从各生成图层的PAT文件中提取高程、坡度、土壤有机质含量、土壤质地、土壤pH、土壤利用类型、地貌类型和土壤类型等评价属性,用决策树方法预测土壤质量等级,并以定量规则方式表达所获取的知识．结果表明,其知识表达易于理解,预测准确率为96．61％．     

红枣自动分级技术的研究现状及展望

调查了国内外在机械式、光电式和基于机器视觉技术的红枣自动分级研究现状,并着重对机械式和基于机器视觉技术自动分级技术报道进行分析。结果表明,机械式在短期未来仍是研究热点之一,光电式未来发展空间不大,而机器视觉作为未来的发展方向,将重点解决在保证生产率和分级精确度的情况下完成红枣全表面在线实时检测和多指标综合自动分级的问题。