BAYES多级判别技术在预测蚕豆赤斑病流行程度上的应用

本文根据Ｂａｙｅｓ多级判别技术，以长江流域蚕豆赤斑病流行程度和气象资料为研究对，３个判别方程，通过对历史资料的回检及独立样本的预测，为害虫种群动态的中长期预测提供了一种的研究方法。     

图像形态学在苹果自动分级视觉信息处理中的应用——以果梗判别与边缘检测为例

首先指出果梗判别在苹果自动分级系统中的研究意义;进而列出4种有代表性的判别果梗的方法;在此基础上提出了利用图像形态学可以更好地判别果梗,同时还能检测边缘;最后对该算法进行了系统评估,并为提高处理速度进行了改进.     

判定土类的逐步判别方法

逐步判别适用于事物属性的两类及两类以上的多类别判别,广泛应用于地质、气象、医学、经济、农业等领域^[1-2],①,但在国内土壤学界应用还不多。本文根据红壤、黄壤、黄棕壤的一些剖面分析数据,将逐步判别分析方法应用于判定土壤类型归属方面作些尝试。     

广东大宝山矿区土壤侵蚀强度判别方法研究

大宝山矿区土壤侵蚀主要由露天采矿及排弃的废渣土引起。通过对大宝山矿区范围内40个典型坡面及其中11个特征坡面的调查分析,认为坡长、坡高、侵蚀沟密度可以用来表征矿区不同坡面的土壤侵蚀特性及其差异。采用聚类分析、判别分析方法,构建了矿区土壤侵蚀强度判别模型,模型平均误判概率为0.07,具有较高的可信度。经判别,大宝山矿区现有水土流失面积324.48 hm2,占矿区总面积的48.8%,土壤侵蚀严重,由此引发了一系列环境问题,必须尽快进行整治。由本研究方法得到的侵蚀模数虽只是一个范围值,需要内插后才能得到确定值,但这对于编制水土保持方案、布置水土保持措施来讲,已完全能够满足要求。     

基于矢量数据结构的土壤侵蚀强度判别方法研究

讨论了基于 RS和 GIS技术编制区域土壤侵蚀图时 ,进行侵蚀图斑确定、侵蚀因子值提取及利用矢量基本单元综合评价法和矢量因子层面叠加法判别侵蚀强度的方法 ,并举例分析这两种判别方法在侵蚀强度判别上的差异和原因。认为这两种方法均可应用于土壤侵蚀强度判别 ,但因子层面叠加法能更精细地反映土壤侵蚀在微域上的差异。如果有良好的数字化图形时 ,从技术实现和人材物节省上讲 ,采用因子层面叠加法是比较好的选择。     

巨大口蘑不同年限和部位的红外光谱鉴定

为快速准确地鉴别不同部位和不同采集年限的巨大口蘑,采集88份巨大口蘑样品的傅里叶红外光谱进行分析,建立判别模型,鉴别不同部位、不同采集年限的巨大口蘑。对波段进行筛选,并比较多元散射校正（multiplicative scatter correction,MSC）、标准正态变量（standard normal variate,SNV）、一阶微分（first derivative,FD）、二阶微分（second derivative,SD）等预处理方法对模型的影响。结果表明：巨大口蘑子实体主要含蛋白质、糖类、脂类等物质,在光谱波数为1655 cm－1、1554 cm－1和243 cm－1附近是蛋白质的特征峰,在1410 cm－1、1376 cm－1、1243 cm－1、1160 cm－1和952 cm－1附近有脂肪类物质的特征峰,在 1154 cm－1、901 cm－1、880 cm－1和814 cm－1附近为多糖的特征吸收峰。原始光谱结合标准正态变量校正,在1800～600 cm－1对不同部位的巨大口蘑样品的鉴别正确率为100％;对不同年限巨大口蘑菌柄校正集和预测集分类正确率分别为100％和92．3％;不同采集年限的巨大口蘑菌盖校正集和预测集分类正确率均为100％。     

基于烟叶信息的近红外光谱和化学成分模式识别比较

为比较近红外光谱和化学成分的模式识别能力,采用逐步判别法,以烟叶近红外谱图、化学成分为研究对象,比较两者在烟叶种植区域、品种、部位等烟叶信息方面的识别能力。结果表明,种植区域化学成分模式识别的准确率略高于近红外谱图模式识别的结果;烟草品种的近红外谱图模式识别结果优于化学成分模式识别的结果;烟叶部位的近红外谱图模式识别结果优于化学成分模式识别的结果。相关性分析结果表明,近红外谱图与微量痕量化学成分模式识别获得的结果存在显著的相关性;t检验结果表明,近红外谱图与微量痕量化学成分模式识别的效果差异不显著。因此,使用近红外谱图结合逐步判别分析法能够快速有效地对烟叶信息进行模式识别。     

用多超声波传感器实现障碍物判别系统-以数字农业研究平台车为例

为了解决数字农业平台车的障碍物判别问题,提出了一种基于多个超声波传感器的判别系统。同时,探讨了使用计算机通过数据采集卡控制多个超声波传感器进行探测,传输数据到计算机,进行数据处理的障碍物判别方法。所设计的多超声波传感器系统已成功地应用于数字农业研究平台车的实验研究中。     

常用饲料原料质量的快速鉴别

配合饲料产品的优劣很大程度上取决于配方及其制造的水平，但原料质量对于配合饲料质量的重要性是不言而喻的。因此，饲料厂进购原料时，应当按照国家及行业标准进行质量的抽样检测。原料的化学分析是必须的，也是最真实可靠的，实验室分析出来的结果是最能说明该原料的品质水平的。然而，在实际生产过程中，感官判定(包括视觉、味觉、嗅觉、触觉等)及简易检测(包括筛选法、容重法、水洗淘汰法、比重法、镜检法及一些简易的化学分析法等)是首选的判别方法，