农田优化灌溉动态管理基本程序与方法研究

从土壤———作物———大气连续体角度出发 ,利用田间试验资料和气象资料 ,分析了影响优化灌溉方案制定的有关因子 ,确定出春小麦、春玉米不同生长阶段土壤水分控制下限标准 ;在土壤水分平衡理论的基础上 ,建立了时域滚动预报灌溉日期的方法 ;并以春小麦、春玉米农田为例进行了检验 ,结果比较理想     

新型离心泵射流式自吸装置及试验

离心泵自吸装置具有较广泛的用途。研究了一种自吸快、对泵外特性影响小的新型射流式自吸装置。该自吸装置能够与普通离心泵直接、快速、方便地组成一体。它的工作原理是在普通自吸罐的基础上集成一套循环射流系统,用来加快离心泵自吸过程中进口气液混合速度和出口气液分离速度,以达到快速排除离心泵吸入段空气的目的。对自吸装置分别做了自吸时间等性能试验。试验结果表明,射流式自吸装置可以显著地缩短自吸时间,自吸时间最短仅为11 s;装置与离心泵连接后对泵的外特性影响较小,在设计点时泵效率仅降低1.83%。     

一种基于时间片的非抢占式实时内核在温室控制系统中应用

温室控制系统对多任务处理能力和实时处理能力有较高的要求。介绍了一种基于时间片的非抢占式实时内核的原理和设计要点，指出了其相对于前后台系统和RTOS的优点，并开发出基于该内核的应用于温室控制系统的控制器。     

基于铱星通信技术的土壤墒情远程监测网络研究

为了实现野外偏远、无GPRS信号地区土壤墒情、温度及降雨量的远程无线实时监测,设计了一套由土壤墒情及相关影响信息实时采集系统、铱星通信以及互联网技术构成的"物联网"架构式土壤墒情实时监测系统,围绕铱星SBD(Short burst data)终端模块9602开发了具有独立知识产权的数据采集系统。该系统实现了智能化、网络化的土壤墒情实时监测,以及历史数据的查询、下载,根据设定阈值进行短信报警、传感器和通信故障报警等功能。该系统自2011年8月在山东省、北京市等地运行以来,可以安全、稳定、可靠地获取监测土壤含水率、温度及降雨量信息。通过试验可知铱星通信在空旷地带成功率为97.2%,单个节点通信费用为每月200元(12 000字节),达到了对土壤墒情、温度和降雨量变化规律进行长期监测的目的。     

白云山水库调度管理系统

针对江西省吉安市白云山水库自建的局域网的特点，研制开发了水库调度管理系统软件。简要介绍在Power Builder平台上开发的水库调度管理系统软件中有关电力部分的主要功能和系统软件开发要点，重点介绍实现实时监控、报表制作等功能的关键技术，并介绍了四的技术关键。     

冬小麦精准追肥机专家决策系统

为了实现小麦生长过程中的实时变量追肥,研究了光谱数据处理策略及目标追肥量的计算模型,开发了基于近地光谱探测技术的实时变量追肥专家决策系统,结合小麦冠层归一化植被指数(NDVI)、追肥机实际行进速度和肥料反馈量,双通道独立控制施肥机构的转速和开度,从而实时调整追肥量,实现精准变量追肥。试验结果表明,专家决策系统的控制精度达到90%以上,可以满足精准追肥的要求;拔节期,变量追肥比定量均匀施肥增施氮肥28 kg/hm2左右;变量施肥有利于改善小麦群体结构,降低产量差异性。     

信息时代专业图书馆建设与服务

针对信息社会的发展,对专业图书馆的建设与服务从整体布局、资源建设、人才队伍建设和服务模式等方面提出了自己的观点,旨在提升信息服务的及时性、准确性和全面性,进一步扩大资源共享。     

低温和诱导时间对小麦小孢子培养的影响

为了优化小麦小孢子培养体系,研究了低温处理花药、幼穗及诱导培养时间对小孢子形态、胚胎发生和植株再生的影响。结果表明,经低温处理后,有活力的小孢子体积增大、形态变化明显,据其液泡大小、数目及其与细胞核位置的关系,可分为4种类型。低温处理可显著提高胚状体数和绿苗数,其中处理花药3 d、幼穗7 d的效果最好,平均每皿的绿苗数分别为59株和57株。胚状体发育速度显著影响绿苗分化能力,小孢子诱导培养28-29 d、直径约2 mm的胚状体数目较少,但绿苗分化率高;诱导培养32-38 d、直径为2 mm的胚状体数目达到了峰值,而绿苗分化率极低。在小麦小孢子培养中,应选择诱导28-29 d、直径2 mm的胚状体进行分化培养。     

一维Theta-神经元网络中细胞耦合作用时间对细胞放电行为的影响

通过对一维Theta-神经元网络中细胞耦合作用时间的讨论,得到较长时间的耦合作用时间会使网络中单放电行波变为多放电行波,并通过数值模拟对理论加以验证.     

基于PCA-ARIMA模型的高血压发病率预测

目的高血压发病率是政府和相关医学工作者预防和监测高血压的重要依据之一。方法利用主成分分析(principal component analysis,PCA)对因子进行线性筛选,获得保留因子后利用ARIMA进行建模预测,即为PCA-ARIMA多维时间序列组合预测模型。结果高血压发病率的拟合与独立预测结果表明,PCA-ARIMA优于PCA-MLR、ARIMA等参比模型。结论本文提出的基于主成分分析和ARIMA模型(PCA-ARIMA模型)的建模有助于提高模型的预测精度。