Higher grain yield and higher grain protein deviation underline the potential of hybrid wheat for a sustainable agriculture

Grain yield and protein content are traits of major importance in wheat breeding, but their combination is challenging due to a tight negative correlation. Protein yield and grain protein deviation have been proposed as selection criteria to simultaneously improve both traits. Sedimentation volume is an indicator of protein quality, which plays an important role for bread‐making quality in wheat. All these traits have been investigated in our study with 135 parental inbred lines, their 1,604 hybrids and 10 commercial check varieties evaluated at five environments. The focus of our study was to investigate the usefulness of the grain protein deviation and to define a bivariate model for calculating the grain protein deviation. Further, we compared line and hybrid wheat for grain yield and quality‐related parameters such as protein content and sedimentation volume. The grain protein deviation determined with a bivariate model delivered robust estimates of variance components and enabled a balanced selection of genotypes with improved protein content and grain yield across different quality classes. Although heterosis for protein content and sedimentation volume was negative, hybrids had a higher grain protein deviation as well as higher grain yield at a given sedimentation volume or a given protein content than line varieties.     

基于改进三次B样条曲线的奶牛点云缺失区域修复方法

奶牛三维点云包含的尺寸和体型等信息对奶牛体型评价、尺寸测量和健康评定等具有重要意义。在奶牛活动场和挤奶间栏杆通道获取奶牛点云时,由于栏杆遮挡导致获取的点云缺失区域较大,严重影响奶牛三维建模精度。为了修复缺失的大区域点云,提出一种基于三次B样条曲线的奶牛点云缺失区域修复方法。该方法先对Kinect v2传感器获取的奶牛点云进行预处理,去除周围环境背景,然后沿点云坐标系x轴方向对提取的奶牛点云进行切片投影处理,对每个切片点列中间距较大的相邻点进行补点,再用三次B样条曲线进行拟合。在试验分析补点操作中参数h和L较优取值的基础上,对45头荷斯坦奶牛共225帧点云进行修复试验。结果表明,所提方法比三次B样条方法修复得到的点云均匀性和逼近性能更好,平均帧逼近误差降低了26.7%,为大面积点云缺失修复提供了有效方法。     

四阶抛物型方程基于子域精细积分方法的五次非多项式样条解

基于子域精细积分理论,利用五次非多项式样条函数关系式,给出了一个求解四阶抛物型方程周期初值的含参数α0的无条件稳定的差分格式.该格式为2层十点的隐格式.随后通过稳定性分析和误差分析,从理论上说明该格式是无条件稳定的,其局部截断误差为O(α(Δt)+(Δt)2+(Δx)6),其中Δt、Δx分别为时间步长和空间步长.结果表明,本文构造的格式是有效且实用的.     

正交Euler-Lagrange型三次方程的Ulam稳定性

研究了正交Euler-Lagrange型三次方程Ef（x,y）f（mx＋y）＋f（mx-y）-mf（x＋y）-mf（x-y）-2m（m2-1）f（x）=0在混合型积和函数F（x,y）=ε{xEpypE＋（xE2p＋yE2p）}和泛函H（x,y）限制下的Ulam稳定性.     

非线性模型最佳拟合方法的研究

本文对非线性模型具有代表性的拟合方法进行了比较研究，分析各种拟合方法存在的利与弊，研究结果认为三次设计和改进单纯形法都是非线性模型的最佳拟合方法。     

双变量螺旋外槽轮排肥器控制序列对排肥性能的影响

施肥稳定性是评价变量施肥机作业性能的重要指标，为了研究排肥口开度（L）和排肥轴转速(n)的组合对排肥性能的影响规律，本文基于离散单元方法，对同一目标施肥量下，不同L和n组合下的施肥过程进行仿真。首先，通过标定试验，构建了基于广义回归神经网络GRNN的排肥量预测模型，经过验证，其决定系数达到0.9994，预测平均相对误差（MRE）为3.56%。其次根据螺旋外槽轮排肥装置的等排肥量曲线，选择3个排肥量1067.37、2323.04、4206.56g/min为目标排肥量，并利用差分进化算法（DE）确定同一目标施肥量下的控制序列(L,n)的组合。最后，利用离散元仿真软件EDEM 2.8分别对3个目标施肥量，不同控制序列下的排肥过程进行仿真。采用排肥均匀性变异系数σ作为评价排肥稳定性的指标，仿真结果表明，在目标排肥量Q1下，当控制序列为(25mm,17.78r/min)时，σ最小，为5.27%；在其他控制序列，σ均高于20%，排肥稳定性较差，且出现断条现象。在目标排肥量Q2下，当控制序列为(65mm，17.12r/min）时，σ最小，为3.46%。在目标排肥量Q3下，σ均小于4%，且在控制序列(65mm，32.85r/min），σ达到最小，为2.08%。当目标施肥量较小时，控制序列的选择对排肥稳定性影响显著，工作时，应尽量避免开度、转速的边界量。当目标施肥量较大时，控制序列选择对外槽轮排肥稳定性的影响较小。结果表明，螺旋外槽轮排肥器具有较好的排肥稳定性。     

地理信息系统中不同空间插值方法的比较研究

对黑龙江省2010年32个气象站点的年降雨量数据分别利用距离倒数插值、样条插值和克里格插值等方法进行插值,得到不同方法下黑龙江省范围内的降雨量空间分布数据。对不同方法得到的插值结果进行对比分析,采用平均误差、平均绝对误差、平均相对误差、平均绝对相对误差、系统误差等指标进行优度检验,比较各个插值方法的优劣性。结果表明,样条插值所得到降雨量的最大值与最小值与原始降雨量数据最为接近,反距离插值所得到的降雨量的最大值与最小值与原始降雨量数据相差最大。各种插值结果没有显著的差异,样条插值相对于其他两种插值方法误差较小,并且简单易行。     

应用三次样条函数计算土壤水分扩散率

采用三次样条函数计算土壤含水量分布,用土壤含水量分布计算土壤水分扩散率,并将其与Bruce 和Klute方法的结果进行比较,结果表明:除了土壤含水量在接近饱和时计算结果偏差较大外,采用三次样条函数得出的土壤水分扩散率与经典的Bruce和Klute方法结果接近。因此,三次样条函数法是计算土壤水分扩散率的一种简便可行的方法。     

基于多约束条件的果园喷雾机器人路径规划方法

果园喷雾机器人路径轨迹规划影响机器人行驶路线的平滑线和行驶过程的可靠性和平稳性。针对目前果园喷雾机器人路径规划中存在的转弯处参考轨迹不够平滑、曲率较大、行驶不平稳等问题,提出了一种基于果园喷雾机器人运动学多约束条件的三次非均匀B样条曲线果园喷雾机器人轨迹优化方法。通过先验地图获取树行位置信息对行间路径点进行拟合处理,保证果园喷雾机器人行驶在树行中心线上符合喷雾作业要求,综合考虑最小转弯半径、首末端点约束、转向机构延迟约束、曲率连续等多约束条件构建路径曲率最小化目标函数,并通过最优化算法求解待优化的曲线参数,生成符合果园喷雾机器人行驶要求的全局路径,最后采用纯跟踪算法进行跟踪试验来验证机器人行驶精度。仿真与试验结果表明,规划生成轨迹的最大曲率为0.31m-1,平均曲率为0.15m-1,符合果园喷雾机器人的行驶要求;针对该轨迹跟踪行驶的平均横向误差为0.225m,标准差为0.031m,满足果园喷雾机器人在果园内喷雾作业时对行驶精度的要求。     

一维常系数对流扩散方程的样条子域精细积分法

基于子域精细积分的理论,提出求解对流扩散方程初边值问题中含参数α>0(α<<τ)样条子域精细积分(SSPI)的方法,其中τ是时间步长;并分析了该方法的稳定性.数值试验结果表明,与三次样条配置法相比,SSPI方法的精度更高,应用也更广.