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。     

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。     

220 kV断路器非全相继电器误动分析

<正>1故障概况某500kV变电站运维人员看到监控信号发现某220kV线路开关跳闸,查看光字牌及报文信息,光字牌显示"开关位置不对应""断路器位置不一致或非全相""一、二组控制回路断线""断路器非全相运行";报文显示:544ms断路器非全相运行发生,581ms一、二组控制回路断线,596ms开关B相分闸、597ms开关C     

红籽瓜数量性状的典型相关分析

以39份红籽瓜自交系为试材,对其植物学性状、品质性状、产量性状间进行典型相关分析。结果表明,产量性状与植物学性状间的相关最密切,其次是产量性状与品质性状间、品质性状与植物学性状间;对产量影响最大的因素是单瓜种子重、单瓜种子数,其次是千粒重、单瓜重、主蔓长、叶片数。以多个性状为目标的选择育种过程中,通过控制主蔓长和叶片数,从而提高单瓜种子重、单瓜重、种仁重和出仁率。     

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。     

红籽瓜数量性状的相关与通径分析

以红籽瓜第7代自交系为材料,测定10个数量性状的相应指标。通过相关和通径分析,结果表明:单瓜种子重与单瓜重、单瓜种子数、种仁重、千粒重、产籽率、种子体积(长×宽×厚)6个性状呈极显著正相关,叶片数与单瓜重呈显著效应;种子数、千粒重和种子体积3个性状对红籽瓜单瓜种子重的决定系数已达到99.3%,其他6个性状以及在本试验中没有考虑到的因素对单瓜种子重的决定系数仅为0.7%。     

基于自组织竞争神经网络的红籽瓜自交系聚类分析

自组织竞争神经网络是一种具有强大的自学习功能、良好的自组织性和自适应性的聚类方法,能够迅速得到聚类结果.本文基于自组织竞争神经网络的聚类功能,依据6个红色籽用西瓜数量性状特征指标,将47份自交系分为4类.聚类结果表明,不同自交系类群间的遗传变异较大,在配置杂交组合时,应尽量在不同类群问选配亲本,为红籽瓜育种提供理论依据.     

基于案例推理技术的研究与应用

基于案例推理(Case-based reasoning．CBR)技术被认为是当今人工智能与专家系统设计的一种非常具有发展前景的方法。本文阐述了CBR的基本原理、工作过程及其主要技术,详细介绍了CBR的国内外的应用现状和研究进展,最后对CBR今后的发展趋势做出概括。     

基于自组织竞争神经网络的红籽瓜自交系聚类分析

自组织竞争神经网络是一种具有强大的自学习功能、良好的自组织性和自适应性的聚类方法,能够迅速得到聚类结果。本文基于自组织竞争神经网络的聚类功能,依据6个红色籽用西瓜数量性状特征指标,将47份自交系分为4类。聚类结果表明,不同自交系类群间的遗传变异较大,在配置杂交组合时,应尽量在不同类群间选配亲本,为红籽瓜育种提供理论依据。     

基于LabVIEW的虚拟仪器技术研究与应用

LabVIEW被认为是虚拟仪器技术最有影响力和发展前景的软件平台。本文阐述了LabVIEW虚拟仪器的设计原理,详细介绍了LabVIEW的发展历程和研究进展,并举例介绍其应用现状。最后对基于LabVIEW虚拟仪器技术的前景做出展望。