北京农学院学生体质状况比较研究

本文对１９９３年与１９９８年北京农学院本科生身体形态、身体机能、身体素质等１１项原始监测数据进行均值比较，提出加强耐力锻炼、适当控制饮食、提高减肥意识、制定必要校纪校规、转变学生中不健康的生活方式等建议．     

转Bt基因抗虫棉与常规陆地棉种内杂种主要性状的基因效应分析

利用生育期不同的转Bt基因抗虫陆地棉和非抗虫陆地棉进行品种间杂交,配制成中熟组合(中棉所19×中棉所32)和早熟组合(中棉所24×中棉所30)的6个世代(P     

基于模糊C均值的桉树茎切片图像纤维细胞区域提取技术

介绍了一种自适应提取桉树茎切片图像中纤维细胞区域的图像处理技术．先制作桉树茎切片,通过数码显微镜获取桉树茎切片彩色图像．将彩色图像转换为CIE L^*a^*b^*彩色空间,用模糊C均值聚类算法(FCM)对a^*、b^*通道进行模糊聚类分析,计算出各种颜色细胞的聚类中心,以各个象素a^*、b^*分量的值与各个聚类中心之间的欧氏距离来区分各种细胞,然后提取出纤维细胞区域．结果表明,在CIE L^*a^*b^*空间使用FCM方法是提取桉树茎切片图像纤维细胞区域的有效方法．     

基于随机森林算法的黄瓜种子腔图像分割方法

针对黄瓜表型测量中图像识别问题,为解决黄瓜种子腔与果肉图像灰度差别不大情况下的分割难题,提出了基于随机森林算法(Random Forest,RF)的黄瓜种子腔图像分割方法。首先,通过颜色空间变换,提取样本在RGB、HSV、YCb Cr模型下的9个颜色分量;接着,基于灰度共生矩阵提取样本的能量、熵、对比度、相关性的均值与标准差等8个纹理特征。结合纹理与颜色特征,运用随机森林算法构建像素分类器,实现了种子腔的粗分割。为了提高分割质量,对粗分割的图像进行形态学处理得到最终分割图像。最后,与K-均值聚类(Kmeans)算法、支持向量机(Support Vector Machine,SVM)算法做对比。实验表明:随机森林分割算法正确识别率高达95%,错误识别率在10%之内,处理时间1.6 s左右,分割质量上优于其它两种算法。     

非遗传因素对新疆褐牛产奶量的影响

为了探讨非遗传因素对新疆褐牛305d产奶量的影响,收集了新疆乌鲁木齐种牛场1985～2008年751头新疆褐牛的17962条月测定记录。采用最小二乘法分析了年度、季节、胎次、产犊间隔、初产月龄等5个非遗传因素对新疆褐牛产奶量的影响。结果:年度、胎次、产犊间隔对产奶量的影响极显著(P<0.01);季节和初产月龄对产奶量的影响不显著(P>0.05)。提示:稳定的饲养管理有利于提高奶牛的产奶量;合理的调整产犊季节对提高产奶量是有利的;适当增加2～5胎经产母牛的比例有利于提高群体产奶量;新疆褐牛产犊间隔在360～390d时产奶量最高;初产月龄应控制在24～27月龄。     

美国大豆周度出口销售报告

截至2009年12月10日的一周,美国大豆净销售量为934,700吨,比上周高了1%,但比四周均值低了8%。主要目的地包括中国(668,500吨,其中包括172,100吨转自未知目的地,还包括取消的净销售量31,000吨),墨西哥(91,700吨),荷兰(77,400吨,其中包括62,000吨转自未知目的地),哥斯达     

基于Worldview-2影像的林木冠幅提取与树高反演

以湖南省攸县黄丰桥国有林场杉木人工林为例,探讨林木冠幅提取与树高反演方法研究。基于Worldview-2影像,采用均值漂移分割算法开展样地内杉木冠幅信息提取。通过设置不同分割尺度确定最佳的冠幅分割参数为hs=10,hr=6,M=20。对提取的冠幅边界进行平滑处理,利用平滑后的影像冠幅与实测树高,分别建立了冠幅树高曲线估计模型和非线性联立方程组反演模型。其中以树高作为哑变量,建立的影像冠幅树高非线性联立方程组模型的拟合效果最佳,模型决定系数R2为0.899,模型的变动系数(CV),平均百分标准误差(EMPSE)均在10%以内,是树高反演的一种有效手段。     

基于模糊聚类分析的木材缺陷CT图像分割

为了提高木材的利用率,在木材加工之前对木材缺陷CT图像进行分割,将节子和空洞等缺陷分割出来,通过观察缺陷的位置便于工人师傅下锯。利用计算机断层扫描（CT）技术获取木材缺陷图像,将数字图像处理技术与模糊聚类算法相结合,在标准的模糊C均值算法的基础上改进,采用半模糊聚类的分析方法对木材缺陷图像进行分割检测。实验结果表明：基于半模糊聚类的图像检测方法在木材图像检测上取得了较好的效果,缺陷边缘处很平滑,细节保留完整,更多的保留了边缘上的信息。从而证明了半模糊聚类分析法在木材缺陷CT图像处理方面具有可行性。     

基于模糊C均值聚类的牛肉图像中脂肪和肌肉区域分割技术

介绍了一种自适应分割牛肉眼肌切面图像中脂肪和肌肉区域的图像处理技术。通过CCD摄像头获取以黑色平板为背景的牛肉眼肌切面彩色RGB图像。先根据彩色图像R分量的灰度直方图，利用最大方差自动取阀值法(OSTU)把黑色背景与整块牛肉图像分割开来；接着把处理后的图像变成灰度图像，用模糊C均值聚类算法(FCM)计算出牛肉脂肪像素和肌肉像素灰度值的聚类中心，以各个像素点灰度值与两个聚类中之间的绝对值距离来区分出图像中的脂肪和肌肉像素。结果表明，FCM方法是分割肌肉和脂肪区域的有效方法。