基于高光谱和PLS-LS-SVM的冬小麦叶绿素含量检测

定量测定小麦叶片叶绿素含量在小麦估产、农情监测等方面具有重要意义.本研究验证高光谱成像技术结合偏最小二乘-最小二乘支持向量机(PLS-LS-SVM)建模方法预测大田冬小麦叶绿素含量的可行性.首先利用所搭建高光谱成像系统以线扫描方式获取大田冬小麦叶片反射光谱,进而得到其立方体图像数据,并在小麦叶片光谱图像上选择感兴趣区域计算出光谱平均反射率值.为保证PLS-LS-SVM模型的鲁棒性和预测稳定性,首先通过PLS方法解决多重共线性问题并将输入变量维数减至4维,然后利用LS-SVM进行训练建模.所建叶绿素含量预测模型的决定系数达R2=0.8459,预测均方根误差RMSEV=0.4370.研究结果表明,基于高光谱成像系统,采用PLS-LS-SVM建立模型用来预测大田冬小麦叶绿素含量是完全可行的.     

关于-凸函数的Hermite-Hadamard型积分不等式

本文研究了-凸函数的Hermite - Hadanard型积分不等式,得到了一类结果,并给出了一些应用.     

高阶中立型微分方程有界正解的存在性

讨论ｎ阶中立型时滞微分方程，获得了方程存在有界正解的充要条件，部分改进或推广了近期文献的相应工作。     

解析“零售之王”的营销之道——访住商肥料广东零售商何雄球

<正>从业多年,记者接触的零售商不计其数,但是像住商肥料广东零售商何雄球这样,场面玩的非常大,而又非常精、非常细的,还是第一次。之所以称他为"零售之王",并不是他的销量有多大,而是他对消费者心理的研究及他的经营理念,他的销售已经超越了一个化肥零售商的能力范围。他的营销方法值得县级商和厂家学习。     

结合双王话纠偏

双王群出现一侧蜂多,一侧蜂少的现象叫做群势偏集。有偏集就得纠偏,否则,会强则愈强,弱则愈弱,将影响发展和生产。1导致偏集原因蜂王因素:1)老少王同箱,老王产卵力差,蜂群发展慢、群势弱;新王产卵力强,蜂群发展快,群势壮。2)优劣王同箱,优质王产卵快,蜂多群壮;劣质王产卵慢,蜂少群弱。群势因素:春繁一开始群势就不平衡,蜂多的一侧繁蜂速度快,蜂少的一侧越繁蜂越少。季节因素:实践证明,晚秋蜂群偏集尤其突出,哪一侧蜂多,蜜蜂愈是喜欢往哪一侧密集,结果导致蜂多的一侧4框蜂还有余,蜂少的一侧3框蜂也不足。巢门因素:因双王群巢门间距近(8cm左右…     

增施磷钾对马铃薯提质增产的效果

在马铃薯生长发育过程矿质元素通过参与促进同化物的合成、转运和分配,对马铃薯生长发育及产量形成有重要作用[1].同薯8号每生产Ⅰ t鲜薯吸收N、P、K分别为4.38 kg、0.79 kg、6.55 kg,其中以钾吸收量最大[2].丽水市是浙江省马铃薯主产区之一,马铃薯栽培有良好的基础.但在当地农业生产中由于偏施氮肥,磷、钾肥施用量少,至使土壤中氮、磷、钾比例失调,制约了马铃薯生产.本试验通过对马铃薯高产施肥措施的研究,为马铃薯栽培合理施肥提供依据.     

安昭牛和昭通牛育肥效果比较研究

为比较安格斯牛和昭通牛的杂交效果,进行了安昭牛F1代和昭通牛的短期育肥研究.结果表明:安昭牛和昭通牛平均日增重、屠宰率、净肉率、眼肌面积分别为1.179 kg、53.72%、45.11%、86.35 cm2和0.849 kg、48.83%、39.84%、55.65 cm2,安昭牛均极显著高于昭通牛(P＜0.01),胴体脂肪覆盖率分别为82.98%和69.98%,安昭牛优于昭通牛(P＜0.05);而安昭牛肉蛋白质含量20.6%,极显著低于昭通牛的23.65%(P＜0.01),脂肪含量26.3%显著高于昭通牛的7.85%(P＜0.05),总氨基酸含量、必需氨基酸含量分别为86.43 mg/100mg、83.06 mg/100mg和38.47 mg/100mg、36.38 mg/100mg,安昭牛亦极显著(P＜0.01)和显著(P＜0.05)高于昭通牛.     

果树冬季防寒八措施

1调控氮肥果树旺盛生长期应适当减少尿素、硫酸铵、碳铵等速效氮素化肥的用量,不能偏施氮肥,以免降低果树抗寒力。最后一次追肥要赶早,一般在低温到来前7～10天,追施1次磷钾肥,如磷酸二氢钾等,以增     

高校常微分方程教学改革初探

常微分方程是高校数学学科的重要分支,是最基本的数学理论与方法之一。常微分方程是偏微分方程、数值分析、数学建模等课程的基石,是数学分析的延续。作为高校的核心基础课程,常微分方程也是研究自然科学与社会科学中的运动及演化规律的基本工具与手段。因此,对高校常微分方程教学改革进行相应的研究具有十分重要的意义。本文基于常微分方程教学改革的背景与意义,根据常微分方程的学科特点,以素质教育为目标,对常微分方程的教学进行了相关研究,提出了从教学内容、教学方法、教学手段等方面进行教学改革的建议。     

变量筛选方法对郁闭度遥感估测模型的影响比较

比较基于偏最小二乘回归的Bootstrap方法与传统的平均残差平方和(RMSq)准则所选变量建立模型的精度差别.结果表明:Bootstrap方法是一种更优秀的变量筛选方法,比RMSq方法精度提高约5%;而且它不受变量多带来的运算困难的限制,更便于实际应用.