三个不同品质类型冬小麦品种籽粒淀粉积累动态及其有关酶的活性变化

在池栽条件下，研究了3个不同品质类型冬小麦品种藁麦8901（强筋）、豫麦49（中筋）和洛麦1号（弱筋）籽粒灌浆过程中淀粉及其组分积累动态和与之有关的酶活性变化。结果表明，3个品种籽粒灌浆过程中支链淀粉的合成均与直链淀粉的合成同时进行，灌浆中后期支链淀粉的合成比直链淀粉的合成快。豫麦49籽粒中直链、支链和总淀粉积累速率均高于其它两品种。3个品种籽粒中腺苷二磷酸葡萄糖焦磷酸化酶（AGPP）、尿苷二磷酸葡萄糖焦磷酸化酶（UGPP）、可溶性淀粉合成酶（SSS）、淀粉粒结合的淀粉合成酶（GBSS）、淀粉分支酶（SBE）活性变化均呈单峰曲线。豫麦49在灌浆期上述各酶活性变化的峰值均高于其他两品种，且大部分酶类在灌浆中后期仍维持较高活性。可见，与藁麦8901和洛麦1号相比，豫麦49具有较强的淀粉合成能力。     

江淮稻区不同穗型粳稻品种主要农艺和品质特性的比较分析

依据着粒密度，对江淮稻区大面积生产应用的和新近育成的36个粳稻品种(系)进行聚类分析。结果表明，供试品种可分成半密穗型(Ⅰ)、偏密穗型(Ⅱ)和密穗型（Ⅲ）三类。随着水稻品种由散穗型向半密穗型、偏密穗型和密穗型的演变，产量性状、品质性状、形态性状和部分生理、生化性状发生了明显的变化，产量、每穗总粒数和实粒数显著增加，而穗数/m²、千粒重和结实率呈下降趋势；株高增加，上部三张叶片变长、变宽，生物日产量增高；穗部一、二次枝梗数增多，着粒密度变大；抽穗期和成熟期叶片、茎秆的含氮量和叶片叶绿素含量增高；糙米率和整精米率下降、垩白粒率降低、胶稠度变硬、蛋白质含量呈上升的趋势。     

中间砧对“茂谷橘橙”树体和果实品质的影响

以蕉柑、芦柑和改良橙作为茂谷橘橙的中间砧，对各中间砧组合的亲和性、树体及枝梢生长表现、产量和果实品质等进行比较研究，结果表明，3种中间砧与接穗的亲和性无显著差异，均表现为亲和力强；改良橙作中间砧的冠径，春梢、夏梢、秋梢的生长量和早期产量均显著地低于蕉柑、芦柑的。高接5年后，3种中间砧对产量的影响无显著差异。3种中间砧对茂谷橘橙果实外观品质和内部品质的影响都不明显。     

计算机视觉在脱水姜片在线分选中的应用

目前,脱水姜片的分选主要靠人工完成,分选精度不高,结果不稳定.为此,研究设计了一套基于计算机视觉的在线分选装置;开发了基于物料颜色参数的实时算法,对物料图像进行特征提取和一系列处理;运用双缓冲技术提高系统运行速度.试验结果表明,分选出的成品中含有的合格姜片达到95.5%,系统测量速度快、分选精度高且运行稳定,满足在线实时分选要求.     

管理学基本原理在农用地分等工作中的应用

农用地分等是根据农用地自然属性、社会属性及其在经济活动中的地位和作用, 综合评定农用地的质量差异并划分等别的工作.广东省揭东县农用地分等的工作量较大,所涉及到的政府工作部门较多,应用管理学基本原理的思想来指导农用地分等工作,可以加快工作进程,提高工作效率,并为其它土地管理工作的开展提供有益的思路.     

基于视觉的苗期作物株间除草关键技术研究现状

基于视觉的苗期作物和杂草的图像分割技术逐渐成熟,通过视觉技术对苗期作物进行精准识别和定位,是实现株间除草的关键技术和难点。作物的精准识别首先需要利用颜色特征将图像中的作物、杂草和土壤背景进行分割;其次利用实际识别对象的位置特征,形状特征,纹理特征,光谱特征等构造新的特征向量,结合成熟的分类算法对作物和杂草进行特征分类识别。针对棉苗和大豆苗,主要提取位置特征、形状特征,多采用支持向量机为主分类算法;针对玉米,主要提取位置特征、纹理特征,多采用人工神经网络为主的分类算法;针对部分蔬菜苗,主要提取形状特征、光谱特征,多采用算法结合的优化算法,具体实现时需要根据离线样本学习的结果来平衡苗期作物的识别准确率与实时性。在目前的算法中,主要存在三方面的问题:作物特征提取效果易受到遮挡、光照等干扰;分类算法目前还不能得到非常令人满意的准确性和实时性;目前算法一般是针对某种时段的作物,不具有通用性。这些都是后续算法研究中需要进一步解决的问题。     

烟草成分对其品质影响程度的粗糙集判别方法

运用粗糙集理论研究了烟草主要化学成分 (总糖、还原糖、总氮、烟碱、氧化钾和氯离子 )对烟草品质影响程度的判别方法。对比已有的研究结果 ,表明基于粗糙集理论的计算方法简单 ,结果明了 ,而且还能量化烟草成分对品质的影响程度。     

影响泵站机电设备维修质量原因分析与对策

分析了影响泵站机电设备维修工作质量的原因，提出了确保维修工作质量的对策：一是要根据各业务单位和部门的工作性质进行劳动体制和用工改革，二是要针对工作实际进行全体员工的素质培训，三是要钻研技术革新，合理利用新设备和新技术。     

基于计算机视觉的大米外观品质检测

开发了一套基于计算机视觉技术的稻谷品质检测系统，采用灰度变换、自动阈值分割、区域标记等方法从采集的稻米群体图像中提取单体米粒图像，对单体米粒的裂纹、垩白特征进行了统计和检测方法研究。提取了米粒的面积、周长等10个特征参数作为整精米检测特征，并进行了主成分分析，确定了判别整精米的优化阈值。检测试验结果表明：裂纹米粒识别的准确率为96．41％；垩白米粒识别的准确率为94．79％；整精米识别的准确率为96.20%。     

人工神经网络NIR定量分析方法及其软件实现

在Visual C＋＋环境中采用面向对象技术，开发了PCA-MBP-NIR定量分析模型软件。通过40份小麦样品的原始光谱、加噪光谱（信噪比为14dB）与含水率所建立的PLS-NIR与PCA-MBP-NIR模型，对10份未知小麦样品的原始光谱、加噪光谱分别进行含水率的PLS-NIR与PCA-MBP-NIR预测分析。分析表明，对于含噪声的光谱，与PLS建模相比，使用PCA-MBP-NIR对未知样品预测结果具有更高的相关系数，更低的预测误差标准差。