自动站日常维护与故障判断及排除

通过对自动气象站日常工作中的维护与常见故障的详细描述,对故障判断及排除过程做详尽的介绍,使大家对自动站的常见故障有很清楚的认识,对在工作中出现的故障能很容易的判断出来,并对维修人员有一定的指导作用。     

SSR标记技术在植物新品种保护中的应用

文章概述了我国植物新品种保护的现状，介绍了SSR标记技术在植物新品种知识产权保护中的作用。     

The Study of Outburst-proneness of Coal Seam Via Experiments and fuzzy Comprehensive Judgement

The four existing autburst-proneness indexes and a modified outburst energy index W were applied to study outburst-proneness of coal seam via exprements; the fuzzy mathematics method was used for fuzzy comprehensive judgement on outburst-proneness of coal seam;the results obtained in experiments were identical with engineering practice.     

基于Freeman链码的花生果嘴和果腰图像识别及其DUS性状定量分析

为实现花生荚果果嘴和果腰的自动识别,以及评价图像处理方法量化花生特异性(distinctness)、一致性(uniformity)和稳定性测试(stability)(简称DUS)性状的技术适用性,该文提出了基于Freeman编码的花生果嘴和果腰识别方法以及花生荚果DUS测试性状量化方法。首先提取荚果图像边界轮廓并进行Freeman编码,接着采用近似曲率法和局部曲率最大法确定内拐角点,然后采用位置判断法定位果嘴和果腰位置,最后对荚果缢缩程度、果嘴明显程度和荚果长度3个DUS性状进行量化。对600个花生样本的测试结果表明,该文提出的方法对果嘴和果腰的识别正确率分别为93.1%和95.5%,较其他角点检测算法在时间和准确率方面都有很大优势。同时能够有效地对相关DUS性状(荚果缢缩程度、果嘴明显程度和荚果长度)进行量化,对荚果缢缩程度和果嘴明显程度的分级准确率分别为92.4%和91.7%。图像处理具有高效、客观、低成本采集和量化花生荚果外观形状的能力,为花生外观性状的自动采集和测量提供了研究基础和依据。     

水果果形判别人工神经网络专家系统的研究

该文使用图像识别系统对果形进行自动判别。并设计了一种用于果形判别的人工神经网络专家系统。试验表明:果形自动判别专家系统方法是可行的,它较好地解决了传统专家系统所面临的知识获取和表达困难、推理能力弱、系统扩充困难、容错性差等问题。     

综合评判体育教师教学行为对教学效果的影响

运用模糊数学原理及问卷，访问法，拟订出影响教学效果的教师教学行为的评判因素，并建立模糊平判模型，对影响体育教学效果的教学行为进行模糊综合评判，结果认为，该研究具有可靠的信度和较高的实效性，对教师教学质量的评价有着积极的意义，尤其是对体育教学优质课的评估有较高的实用价值。     

早春黄瓜杂种的多因素综合评判

运用模糊集方法，对１９个早春黄瓜杂种进行了多因素综合评判。通过多因素隶属函数和综合评判指数，把试验数据和经数量化的专家经验结合起来，并注入数值计算中，保留了较多的信息，克服了单因素评判的片面性，为黄瓜育种材料的准确取舍提供了科学数量依据。综合评判结果与黄瓜育种常规筛选是符合的。     

引种日本多花黑麦草标准品种DUS性状变异分析及应用

【目的】 测定引种自日本的多花黑麦草标准品种DUS测试用性状的一致性和特异性状况,优化我国多花黑麦草DUS测试体系,进而更快速准确地鉴定多花黑麦草新品种(系)。【方法】 选择在成都平原种植的7个引自日本的多花黑麦草标准品种,在每个标准品种群体中选取15株长势一致的材料,基于其DUS测试用性状数据对标准品种进行聚类分析,鉴定标准品种在成都平原DUS性状表达情况。通过计算供试材料单株的18个DUS测试用性状的变异系数和方差值,并对测试用性状进行嵌套方差分析,筛选出品种内一致性较高、品种群体间特异性明显的性状。对筛选出来的性状进行概率分级,基于该等级划分为参试国审品种和新品系进行聚类分析和品种鉴定,并对参试品种的测试性状进行相关性分析。【结果】 根据标准品种的18个DUS测试用性状的具体数值可以明确地将标准品种聚为7类,且DUS性状表达充分,能较为清晰地相互区分,可以进行后续的相关分析。品种内的一致性分析结果表明,叶色程度、春化后生长习性、孕穗期株幅、孕穗期旗叶宽、孕穗期旗叶长宽比和外颖长在多个品种内部的一致性表现较差。在进行品种群体间特异性分析时发现,孕穗期株高、孕穗期旗叶长宽比和小穗密度在品种群体间的特异性较差,其中孕穗期旗叶长宽比的品种群体间方差分量为54.83%,群体内单株间方差分量为45.17%。对筛选出的10个数量性状进行K-S检验及χ²检验,仅有基部小穗长符合χ²检验。最终将10个数量性状划分为5个等级,基于此性状分级结果对参试的多花黑麦草国审品种及新品系进行鉴定,结果表明供试品种能聚类为8个与品种相互对应的分组,证明了此性状分级对于多花黑麦草品种鉴定的可靠性。此外,基于参试品种性状表达级别绘制的热图结果表明,品种“特高德”在营养生长期的叶长明显区别于其他参试品种,表现为叶长较短;品种“川农2号”表现为春化后株高较高;品种“钻石T×长江2号”的穗下茎节长度明显短于其他参试品种;“达伯瑞”品种群体内一致性表现较差;“川农1号”“川农2号”品种群体内一致性表现较好。同时,筛选出的10个性状之间相关性较低,独立性较强,仅有3组性状间的相关系数大于0.5,可以作为DUS测试用性状。【结论】 基于日本标准品种建立的DUS测试用性状分级体系可以应用于我国多花黑麦草的品种鉴定和区分,研究结果为多花黑麦草品种DUS测试方法体系的优化提供了重要的技术和理论参考。     

玉米新品种DUS测试及数量性状一致性评价

简述了玉米新品种DUS测试的基本概况及玉米在新品种保护中的地位,分析了不同数量性状一致性的基本规律,为测试人员和育种者提供参考.