基于区块链中继技术的集群式农产品供应链溯源模型

集群式农产品供应链具有链条长且多、生产分散、信息多源异构、网链结构复杂等特点。面向集群式农产品供应链区块链溯源的需求,多链式区块链比单链式区块链更具有优势。但多个区块链相互独立使得不同链上的数据相互隔离,导致不同联盟在多链式区块链网络中数据断裂,无法构成完整的溯源链条,该研究提出一种基于区块链中继技术的集群式农产品供应链溯源模型,打通联盟间的信息孤岛,实现整个供应链的信息贯通。分析集群式农产品供应链的业务构成,利用区块链中继技术打通供应链上下游区块链,构造集群式农产品供应链的中继多链拓扑结构和溯源模型;应用链借助中继链和跨链路由实现跨链交互,并通过Hyperledger Fabric背书策略检验跨链交易的有效性。最后,以集群式猕猴桃供应链为例,设计和实现了该模型的原型系统,并进行了功能、性能和扩展性的测试与分析。结果表明：在功能方面,该模型可以保证跨链溯源信息的完整性、可信性和有效性,能够有效解决多链式区块链溯源中的信息断链问题;在性能方面,系统数据写入的吞吐量最高为561.8（事务数/s,transactions/s）,高于单链式区块链的118.1 transactions/s;数据写入时延均值为1.49 s,优于单链式区块链的数据写入时延均值5.92 s;在扩展性方面,系统中链的数量能够按照业务需求动态增加,灵活应对集群式供应链变化。该模型能实现集群式农产品供应链溯源,研究结果对区块链溯源网络的扩大和实现行业性的统一布局、协同发展有一定意义。     

基于FCM聚类法对行驶工况的构建

主要研究FCM聚类法在车辆行驶工况中的应用。通过对合肥市典型道路的试验,获取大量的实验数据,划分为多个运动学片段,并运用多元统计理论方法及Matlab对数据进行分析和处理,引入11个表征汽车行驶特性的特征参数进行研究。运用主成分分析这种数理统计理论,同时通过FCM聚类方法,对合肥市道路行驶工况进行分析与仿真,拟合出能够代表合肥市的代表性工况。通过对实验数据的分析表明,拟合的行驶工况有利地反映了合肥的汽车保有量、城市结构、交通流分布、驾驶行为习惯及道路特征等的情况。     

不同产地咖啡豆中挥发性成分的HS-SPME-GC/MS法分析

采用顶空固相微萃取-气相色谱-质谱联用技术分析了不同产地咖啡豆中的挥发性化学成分,以峰面积归一化法计算各组分的相对含量,并通过化学计量法处理.初步鉴定出97种化合物,不同产地咖啡豆挥发性成分有一定差异,采用主成分分析及聚类分析法能有效区分巴西、哥伦比亚、印度尼西亚3个产地的咖啡豆.该方法适用于咖啡豆挥发性成分的快速分析,可为咖啡豆的质量评价提供参考.     

基于紫外光谱技术的茶叶分类

采用紫外可见分光光度计测定20种茶叶的紫外光谱数据,根据槲皮素对照品最大吸收峰,选取382 nm波长处的吸光度作为吸收特征值,结合聚类分析法对茶叶样本进行聚类分析,分析结果将20种茶叶样本分成3组,且分类结果与实际类别接近,说明聚类分析法能用于茶叶的紫外光谱定性鉴别.     

米槁实生苗苗木分级研究

对苗圃内生长1年的米槁实生苗进行出圃前的质量调查,在调查精度为95%的基础上,分析了影响米槁苗木质量的相关因子。以苗高、地径为分级指标,运用SPSS17.0软件进行聚类分析得出米槁实生苗苗木分级标准,Ⅰ级苗为D≥0.83cm、H≥87.6cm,Ⅱ级苗为0.83cm≥D≥0.57cm、87.6cm≥H≥76.4cm,Ⅲ级苗为D0.57cm、H76.4cm。为米槁苗木生产中的质量判别和分级拣选提供了科学的依据。     

玉米自交系表型性状主成分聚类分析研究

玉米作为重要的饲料作物和粮食作物,优良杂交种的选育和推广应用为玉米增产做出了突出贡献。杂种优势利用是玉米育种研究的重要内容,杂种优势理论建立在亲本遗传差异之上,因而种质遗传多样性研究是杂种优势利用的前提。该研究利用一批从国内外引进玉米优良种质资源选育而成的稳定自交材料,为有效利用这批新自交系,明确其应用潜力,采用了表型性状分析对其进行了遗传多样性研究,结果表明:供试的57份自交系间表型性状变异都集中在一个较小的范围内,各自交系间的欧氏遗传距离变幅为1.010 8~11.078 7,平均遗传距离为4.934 5。当遗传距离为5.41时,可将57个自交系分为4个类群,各类群自交系各具特点,其中3号材料、9号材料植株较高,果穗较粗大,穗长、行粒数和百粒重等经济性状表现良好,是一个很好的高产育种潜力亲本;46号材料生育期较短、植株矮小,可在选育早熟、矮秆玉米组合上重点应用;其余自交系系各具特色,可结合不同育种目标有针对性地加以改良和利用,对玉米育种实践具有一定指导意义。     

基于网站集群的农村综合信息服务系统设计与实现

应用网站集群技术构架多级信息化网络服务平台,为小微农业企业、农家乐、个人提供网站服务,实现信息资源共享,促进农村基层信息化建设。通过开发多套联网智能模板,解决多用户差异化应用。     

单轴散生竹地下根茎并行模拟仿真研究

针对竹林地下根茎模拟仿真计算强度高、数据量大,在算法实现中采用基于单路处理器、串行计算的构架难以满足性能要求的问题,提出一种基于网络机群的多节点并行模拟仿真实现机制,构建了单轴散生竹地下根茎并行模拟仿真平台,主要由建模节点、任务管理节点、图形节点和网络交换机组成。以SimRoot模型为基础建立单轴散生竹地下根茎生长模型,通过实验观察获取几何构型参数及生长参数。采用功能分解法对根茎生长建模计算进行任务分割,建立了相应的任务调度管理模式,设计了多节点并行生长建模机制。以金竹为例开展多节点并行仿真实验,实验结果表明基于网络机群的多节点并行模拟仿真在降低内存消耗、缩短仿真时间方面效果明显,对于较大规模的散生竹林地下根茎模拟仿真具有较好的适应性。     

39个牡丹品种的形态学分类研究

【目的】探究牡丹品种分类的等级和标准,进而为其品种选育和资源研究提供参考。【方法】2013-03-05,观测了39个牡丹品种的26个质量和数量性状,首先对26个性状指标进行了R型聚类分析和主成分分析,然后根据R型聚类结果,去掉相关性大的指标,再对39个牡丹品种进行了Q型聚类分析。【结果】R型聚类结果显示,花瓣基部有无色斑与色斑颜色（r=0.766）,复叶长与复叶宽（r=0.659）的相关性较大,因此Q型聚类中不考虑色斑颜色和复叶宽2个性状。主成分分析结果表明：结实率、花瓣基部色斑情况、花期、花冠情况等12个性状的贡献率较大。Q型聚类结果显示,39个牡丹品种依据结实率、花瓣基部有无色斑和花期被分为3类：结实率高且花期较早的类群,如“赵粉”、“肉芙蓉”、“迎日红”、“粉中冠”等;结实率低且花瓣基部没有色斑的类群,如“状元红”、“绿香球”、“大胡红”、“珊瑚台”等;结实率低且花瓣基部有色斑的类群,如“红宝石”、“卷叶红”、“十八号”、“菱花湛露”等。【结论】筛选出对牡丹品种分类贡献较大的13个性状,得到可以作为其形态学分类依据的性状有结实率、花瓣基部有无色斑和花期。     

基于K_means硬聚类算法的葡萄病害彩色图像分割方法

为了提高植物病害图像的分割精度与效果,根据植物病害症状及图像的特点,提出了一种基于K_means硬聚类算法（HCM）的葡萄病害彩色图像非监督性分割处理方法。该方法是在L*a*b*颜色空间模式下利用ab二维数据空间的颜色差异,以平方欧式距离作为像素间的相似度距离、以均方差作为聚类准则函数对颜色进行二分类聚类,并通过数学形态学运算对聚类结果进行校正。利用该方法对3种葡萄病害彩色图像进行分割的结果表明,该方法能够较为准确地将病斑区域从彩色图像中分割出来,对葡萄病害彩色图像的分割处理比较理想,鲁棒性好,分割准确率