搞好施工监理工作中质量控制

通过总结施工监理工作中对核心工程的质量管理控制工作,在结合工程实践的基础上阐述了认真做好监理工作的体会。     

华东地区河蟹成蟹分段式养殖试验初报:扣蟹早期集中养殖

正池塘养殖是我国河蟹养殖的主要方式,蟹种放养也以直接放养为主,即挑选肢体健全、活力较好的蟹种一次性放入池塘中用于成蟹阶段的养殖。蟹种质量参差不齐常常导致成蟹养殖早期的成活率无法控制,给饵料投喂和生产管理带来很大的盲目性,且蟹种下塘后影响伊乐藻生长,无法为河蟹生长提供良好的生态环境,也就难以保证河蟹正常快速的生长。为了克服传统养殖模式的弊端,湖北地区养殖户通过对蟹种强化培育来     

城市垃圾填埋场渗滤液处理技术研究进展

指出了垃圾渗滤液是一种非常复杂、有毒且难处理的污水。介绍了垃圾渗滤液的来源特点,并通过对垃圾渗滤液处理技术的总结,概括了各类技术的主要优缺点和应用范围,探讨了垃圾渗滤液物理化学处理、生物处理及土地处理等几种处理方法的优缺点。针对目前国内外主要垃圾渗滤液处理技术和工艺应用情况,分析了垃圾渗滤液处理工程技术应用中的关键问题,并且简要的阐述了我国垃圾渗滤液处理中面临的问题。     

富氮低氧储粮技术在旧仓房中的应用

针对改造后的苏式仓气密性差,影响现代仓储技术应用的现状,我库在资金不足,不改变仓房构架的基础上,采用双槽管薄膜五面密封技术,增强仓房气密性,以达到富氮低氧储粮技术对气密性的要求,通过制氮设备将粮堆氮气浓度提高至98%以上,并保持53d以上,起到了良好的杀虫和预防害虫的效果,使旧仓房也能实现富氮低氧的绿色储粮。     

蛴螬为害花生的产量损失及经济阈值研究

蛴螬是为害花生最严重的地下害虫,造成极大经济损失。为指导花生田蛴螬防治,本文研究了花生开花下针期蛴螬虫口密度与花生受害状况间的关系,并在此基础上提出了经济阈值。结果表明,在花生开花下针初期,荚果被害率(y_1)、荚果受害指数(y_2)、产量损失率(y_3)与蛴螬虫口密度(x)间均呈显著正相关关系,回归方程分别为y_1=2.3694x-4.2992、y_2=2.0347x-3.5203、y_3=1.7589x-2.4401,相关系数分别为0.9779、0.9856和0.9736。以花生产量损失率为标准提出经济阈值为:采用目前生产上常用的防蛴螬杀虫剂30%毒死蜱微囊悬浮剂等防治时,经济阈值为3.2~4.1头/m~2。该研究可以指导蛴螬防治的科学用药,有助于提高蛴螬综合防控水平。     

中国不同品种谷子抗性淀粉分布规律

抗性淀粉是谷子中的重要功能成分。对来自中国4个生态区10个省份216个谷子品种抗性淀粉含量进行分析。结果表明,中国谷子地方品种抗性淀粉平均值为2.43%,含量变幅为0.00%~6.74%,变异系数为50.26%,呈偏正态分布;不同生态区谷子抗性淀粉含量从高到低依次为内蒙古高原、华北平原、东北平原、黄土高原,且内蒙古高原和黄土高原之间差异显著(P0.05);不同省份抗性淀粉含量存在一定差异,其中黑龙江谷子抗性淀粉含量显著高于内蒙古和甘肃(P0.05),其他省份间差异不大;不同省份谷子(黑龙江除外)和不同生态区品种谷子抗性淀粉含量以2.00%~4.00%为主。     

猪场废弃物综合利用

生猪养殖业正处于一个蓬勃发展的阶段,目前中国已发展成为世界猪肉生产大国之一.中国集约化养猪业高速发展,但若养殖业产生的大量废弃物未能及时妥善处理,超过了周围自然环境的净化能力,就可能发生一系列环境污染问题.畜禽养殖生产所产生的污染物排放已成为我国最重要的农业污染源之一,对养殖场周边的生产、生活环境造成了极大的危害.     

K步稳定的鞋印花纹图像自动聚类

目的 鞋印是刑事侦查的重要物证之一,如何对积累的大量鞋印花纹图像进行自动归类管理是刑事技术迫切需要解决的问题之一。与其他类图像不同,鞋印花纹图像具有种类多但数目未知、同类花纹分布不均匀且同类花纹数目少的特点。基于鞋印花纹图像的这些特点,用目前典型的聚类算法对鞋印花纹图像集进行聚类,并不能取得很好的效果。在对鞋印花纹图像进行分析的基础上,提出一种K步稳定的鞋印花纹图像自动聚类算法。方法 对已标记的鞋印花纹图像进行统计发现,各类鞋印花纹之间在特征空间上存在互不相交的区域(本文称为隔离带)。算法的核心思想是寻找各类鞋印花纹之间的隔离带,来将各类分开。过程为:以单调递增或递减的方式调整特征空间中判定两点为一类的阈值,得到数据集的多次划分;若在连续K次划分的过程中,某一类的成员不发生变化,则说明这K次调整是在隔离带中进行的,即聚出一类,并从数据集中删除已标记的数据;选择下一个阈值对剩余的数据集进行划分,输出K步不变的类;依此类推,直到剩余数据集为空,聚类完成。结果 在两类公开测试数据集和实际鞋印花纹数据集上进行实验,本文算法的主要性能指标都超过典型算法,其中在包含5792枚实际鞋印花纹数据集上的聚类准确率和F-Measure值分别达到了99.68%和95.99%。结论 针对鞋印花纹图像特点,提出了一种通过寻找各类之间的隔离带进行自动聚类的算法,并在实际应用中取得了很好的效果。且算法性能受参数的变化以及类的形状影响较小。本文算法同样适用于具有类似特点的其他数据集的自动聚类。