软籽石榴新品种‘红玉石籽’

 ‘红玉石籽’是从‘玉石籽’营养系变异中选育出的石榴新品种。果皮全面着色, 平均单果质量、百粒质量、可溶性固形物含量和出汁率分别比对照品种‘玉石籽’提高33.4%、16.8%、2.7%和3.0%。软籽, 核硬度3.31 kg/ cm²。植株抗褐斑病、干腐病, 丰产, 皖中地区9月中下旬果实成熟。     

基于DRIS与PLI结合的砀山酥梨营养诊断系统

本文根据果树营养诊断技术的发展和砀山酥梨树体营养特点，提出基于营养综合诊断与盈亏指数结合的方法对酥梨进行营养诊断。采用面向对象技术，在VC＋＋环境下实现了砀山酥梨营养诊断系统。实例验证表明，该系统诊断结果准确、有效，并且运行效率高，人机交互界面友好，为砀山酥梨营养自动诊断提供平台，文中着重介绍了诊断原理和系统构建方法。     

红籽瓜数量性状的主成分与聚类分析

以红籽瓜自交系为试验材料,观测其11个主要数量性状,借助SPSS统计软件,进行多元统计分析。主成分分析结果表明,前5个主成分的累计贡献率达到86.05%;R型聚类分析显示,11个数量性状可分为5类,分别为:产量因子、粒重因子、生长因子、产籽因子和品质因子。两种分析共同揭示了红籽瓜各因子的性状组成,为品种培育提供理论依据。     

早熟桃经济性状模糊综合评判

本文根据模糊数学基本原理,对合肥地区栽培的11个早熟桃品种(系),采用产量、品质和成熟期等11个经济性状进行了综合评判。结果表明:安农2号、砂子早生和早花露综合经济性状较好;冈山早生、春蕾、安农1号、早黄肉、早香玉和雨花露次之;麦香和合肥早甜较差。作者认为,合肥地区发展早熟桃品种,应以砂子早生为主,配植冈山早生为授粉树;如栽培极早熟桃品种,提倡发展早花露为主。     

基于本体推理的水稻虫害诊断系统研究

针对江西省水稻虫害的特点和特征,采用Protege建立了专家知识本体库,基于本体推理方法实现了虫害诊断推理,并运用相似度算法解决了知识不确定性的诊断问题。开发的水稻虫害诊断系统集诊断、防治和查询多种功能于一体,对南方红壤丘陵区水稻虫害的诊断和防治具有很好的应用价值。     

LabVIEW软件平台在果园生态环境远程监测系统中的应用

在果园的生产管理中，环境对果树的生长发育、栽培技术的实施、病虫害的预防等产生极其重要的影响。应用LabVIEW虚拟仪器开发平台，结合数据采集模块和各种传感器，实现了果园生态环境数据的实时采集，并利用LabVIEW自带的远程面板技术让客户远程监控服务器端。试验结果表明：系统能较好地实现果园生态环境远程实时监测，为果树生产管理提供决策依据。     

基于压缩感知的农情监测节点稀疏采样决策方法

将压缩感知应用于农情监测节点的稀疏采样,能够有效减少数据冗余和能耗,而如何甄选测量矩阵、稀疏基和重构算法,是实现节点稀疏采样和数据收集质量控制的关键。系统分析了基于压缩感知的单节点稀疏采样与重构方法,设计了基于压缩感知的农情监测节点稀疏采样决策系统功能架构,阐述了Python语言环境下系统的实现技术与效果。系统初步应用表明,对于30d连续监测、采样间隔为15min的花卉植株茎流、土壤湿度数据的压缩感知,宜选择固定采样率,测量矩阵、稀疏基、重构算法分别选取周期测量矩阵、差分矩阵和SL0算法,每2～10d重构一次数据可实现数据恢复代价与精度的良好折衷。     

基于深度卷积神经网络的小麦赤霉病高光谱病症点分类方法

为快速、高效地利用高光谱成像技术诊断小麦赤霉病病症,分析了卷积层结构与光谱病症特征的关联性,并重点研究了高光谱的像元分类建模方法。首先,基于深度卷积神经网络的2种典型结构,构建了不同深度的卷积神经网络,比较了小麦赤霉病高光谱数据点集的训练和测试结果。结果显示:Visual Geometry Group(VGG)结构随着网络深度的增加,模型损失值不断下降;残差神经网络(ResNet)结构随着深度增加,损失值没有明显降低,说明ResNet网络的深度与模型性能无关。从测试集评测模型泛化性可知,具有4个基础单元模块的22层VGG网络在所有深度卷积模型中最优,其建模和验证准确率远高于传统的支持向量机(SVM),分别为0.846和0.843,测试集准确率为0.742。以VGG为基础单元构建的深度神经网络,能有效提取小麦赤霉病病症的高光谱特征。研究结果可为大尺度小麦赤霉病的智能成像诊断提供理论基础。     

基于可见-近红外光谱预处理建模的土壤速效氮含量预测

以皖南地区采集的188份黄红壤样本为研究对象,利用地物非成像光谱仪获取原始光谱数据。首先,分析样本在350~1 657 nm波段经过预处理变换的平均光谱反射率曲线特征,再基于原始光谱,以及经29种预处理变换后的光谱,分别结合偏最小二乘回归(PLSR)和径向基核函数(RBF)-PLSR算法,建立60个针对土壤速效氮含量的预测模型,并进行模型优化;然后,以模型的决定系数(R²)和相对分析误差(RPD)来评价模型性能。结果显示,基于Savitaky-Golay卷积平滑和对数变换预处理的光谱,用PLSR建立的模型最适用于土壤速效氮含量的校正预测,其在建模集中R²=0.94、RPD=3.88,预测集中R²=0.91、RPD=3.38。该模型达到A类预测精度,可实现对土壤速效氮含量的定量估测。