新冠肺炎疫情与猪肉价格波动初探

基于2020年3月-2020年10月猪肉价格及新冠肺炎疫情指数,借助VAR模型,定量研究新冠肺炎疫情对于猪肉价格的影响。研究结果表明:新冠肺炎疫情对猪肉价格存在影响,促使猪肉价格上涨,在此基础上文章提出相应措施。     

姜瘟病穴田间分布规律及药剂防治试验.

采用聚集度指数（I、C、M^*、CA、K）和Iwao法，研究了姜瘟病（Pseudomonas solanacearum Smith)穴在田间的分布型，结果表明，姜瘟病穴率≥50％时为均匀分布，＜50％为聚集分布。理论抽样数量通过Iwao法计算公式得出不同发病率（－／X）所需最大的抽样方数为：n=3.6745/x-3.1475。5种药剂浸种防病试验结果表明，25％多菌灵250倍，50％代森锰锌600倍效果较好，分别为59．74％、52．45％，且具有较明显的保护效果。姜苗生长中后期8种药剂喷雾加灌根防治，防效较好的是霉敌100倍、50％代森锰锌＋KH2PO4。分别是54．10％与49．69％。     

基于LLWin3.0控制Fischertechnik模型实例

随着计算机的普及，特别是软件技术的发展，基于电脑控制且充分展示个性化创新实验，成为当今高等学校素质教育的重要方式和发展方向。为此，详细介绍了德国慧鱼公司的专利产品“创意组合模型(fischertechnik)的应用实例。结合LLWin3．0图形化编程技术。为教育行业应用提供了有效的途径。     

张正友法的摄像机标定试验

针对机器视觉领域的摄像机标定问题,采用介于自标定与传统标定之间张正友法,对Sunway-130D数字摄像机进行标定。本研究首先阐述张正友法标定原理,即利用针孔模型匹配模板平面与其所成图像中的角点,计算出图像和模板之间的单应性矩阵,利用该单应矩阵线性解出摄像机内部参数,并由单应矩阵求出理想成像模型下的摄像机外部参数。然后考虑非线性畸变因素,求出畸变系数的初始值,最后对所有的标定参数进行迭代修正,通过非线性优化得到所有标定参数的最优解。制作模板并采集模板图像,利用MATLAB提取模板图像角点坐标并进行标定。结果表明:该方法可以有效地对摄像机进行标定;绝大多数偏差在(-1.5,1.5)像素之间,个别偏差超过1.5个像素,达到像素级精度,有较高标定精度。研究结果为进一步研究农业机械机器人奠定基础。     

我国农业机械化与城镇化关系的协整分析

在讨论我国农业机械化发展的内在机制以及与城镇化关系的基础上,运用协整分析方法建立时间序列数据模型,经过格兰杰因果关系检验,验证农业机械化与城镇化之间的长期稳定关系,进一步建立误差修正模型探讨这种稳定关系在长期内与短期内的动态变化特征,并预测我国2020年农业机械化发展水平。结果表明,在长期内,城镇化率增加一个单位农业机械化水平将提高1.09个单位。但是,农业机械化对当期城镇化的推进反应是滞后的,而是反映在长期趋势上。预测显示,2020年我国农业机械化水平将达到67.45%。     

声音

<正>"当前中国经济发展进入新常态,必须按下全面深化改革的‘快进键’,用好政府和市场这‘两只手’,打造‘双引擎’,让传统产业加快升级、新兴生产力加快成长,实现新常态下稳增长与调结构的平衡,使保持中高速增长、迈向中高端水平成为中国经济发展的主旋律。——1月26日,国务院总理李克强主持召开《政府工作报告》修改意见座谈会强调。"适应新常态,首先必须更加重视农业、稳定农业。农业农村是保障经济持续健康发展的‘压舱石’,是调节"     

机械深松技术的推广应用

陕西省岐山县2005年开始示范推广保护性耕作机械深松技术,但受技术、机具等因素限制,应用推广步伐缓慢,群众依然没能转变传统的翻耕观念。近两年,各级领导非常重视机械深松作业,深松技术的增产效应也持续稳定且明显,这项轻型简化技术得到快速发展,全县累计推广面积2 000余hm2,拥有深松机械15台,在蒲村镇实现了整村整组连片推进,也探索形成了适应本县实际的机械深松最佳模式。实践证明,此技术省工省时,节本增效,增强蓄水能力,保护生态     

基于SPCE061A的车载灯光语音识别系统设计

在介绍车载灯光非特定人语音识别系统的组成和原理的基础上,重点分析了基于隐马尔可夫模型(HMM)的模板训练和语音识别算法。选用凌阳SPCE061A的16位单片机进行了系统的硬件和软件设计。制定了本语音识别系统的实验方案,实验结果基本满足灯光控制的要求。     

柴油/天然气双燃料发动机工作过程模拟计算

把柴油/天然气双燃料发动机工作过程分成七个阶段:压缩阶段、滞燃期阶段、燃烧阶段、纯排气阶段、进排气阶段、纯进气阶段,建立了每个阶段的数学模型,燃烧过程用三个Wiebe函数来描述。在Matlab下的Simulink环境中建立发动机工作过程的仿真模型进行模拟,将仿真数据与试验数据进行对比,发现该模型的仿真结果与试验数据相吻合。     

基于高斯自适应拟合的苹果目标分割方法研究

苹果目标的准确识别是苹果机械化采摘需要解决的关键问题之一。为此,基于YUV颜色空间模型,提出了一种结合色差分量与高斯自适应拟合算法的苹果目标分割方法。该方法采用首先将苹果目标由RGB颜色空间转换至YUV颜色空间,并利用色差分量V建立果实与背景分割的高斯分布拟合模型,根据拟合结果自动获取分割阈值,以实现自然场景下苹果目标的准确分割。为了验证文中算法的有效性,利用多幅图像进行了试验并与Otsu自适应阈值分割算法进行了比较。试验结果表明,采用文中算法得到的苹果果实的平均检出率达87.08%,识别率领先Otsu算法9.91%。因此,对于着色度较为均匀的苹果目标,采用高斯自适应拟合方法可以有效提高其识别率。