大口径冲击钻在水文凿井方面的应用

在夹漂、卵石的砂土层中凿井取水,由于砂土颗粒细小,富水性较弱,采用传统的回转钻进工艺,成井孔径偏小,管井结构难以满足要求,出水量大受限制,如遇漂石,则钻进缓慢,成孔困难.文章以云南某选矿厂河边取水工程为例,阐述了在夹漂、卵石的砂土层中采用大口径冲击钻凿井取水,有效地解决了传统回转钻进工艺在此类地层中的不足.     

高校图书馆参考书阅览室读者调查与分析

本文通过对读者到馆率和文献复印情况的调查统计,分析了高校图书馆参考书阅览室读者成分、读者流动及文献利用情况并得出三点结论。     

新红宝西瓜异形果的形成原因及预防措施

对 2 0 0 1年荆州市种植的新红宝西瓜出现的异形果现象进行了大面积田间调查 ,分析了异形果的形成原因 ,并提出了相应的预防措施。     

解读《信息网络传播权保护条例》第七条

《信息网络传播权保护条例》第七条是关于图书馆等公益机构的权力限制条款。文章从立法宗旨、法律适用以及对图书馆的影响等不同角度对该条款进行了分析,以期有助于对《条例》的理解和把握。     

CCD光谱仪性能对苹果可溶性固形物在线检测的影响研究

选择合适的光谱仪是提高农产品品质在线检测精度的重要措施。3款配置了不同探测器和光栅的微型短波CCD光谱仪被用于在线检测苹果的可溶性固形物含量。分别考察了信噪比和不同光谱范围对可溶性固形物在线检测精度的影响。经比较,在550.52～1100.35nm光谱范围内,QE65000光谱仪的信噪比最高,偏最小二乘模型交叉验证结果最优。最优模型的相关系数为0.82,交叉验证均方根误差为0.75oBrix。结果表明:QE65000光谱仪可提高苹果可溶性固形物在线检测的精度。     

赣南脐橙叶片SPAD值可见近红外光谱无损检测

为了提供果树精准肥水管理参考数据,进行了果树叶片SPAD值近红外光谱无损检测研究。采用反射方式,采集100片赣南脐橙叶片的可见近红外光谱;利用移动窗口偏最小二乘法结合遗传算法、连续投影算法筛选光谱变量,并建立偏最小二乘回归校正模型。采用移动窗口偏最小二乘法和连续投影算法组合筛选的39个光谱变量建立的校正模型预测结果最优,模型预测相关系数为0.898,模型预测SPAD值均方根误差为2.116。试验表明,应用可见近红外反射光谱技术结合化学计量学算法进行赣南脐橙叶片SPAD值无损检测是可行的。     

农用移动应急电站监控反馈系统的研究

在研制30kW左右的农用移动应急电站的基础上,针对应急电站的不同工作模式,提出了一种根据电网侧电压和蓄电池端电压监控和反馈的工作机制。该机制以高性能TMS320F2803x芯片为核心,以工作瞬态的输入输出电压和电流为反馈和实时监测的对象,通过数字微控器和驱动单元完成对输出电能的正弦波调制(SPWM)。     

田间小麦水肥一体滴灌不同首部枢纽位置的均匀性分析

介绍了水肥一体滴灌技术是国内外公认的一项节水灌溉技术。以小麦为例在假设忽略了滴灌施肥系统滞后、滴灌规格和滴头压力的差别下,从首部枢纽位置对小麦水肥一体滴灌均匀性施肥方面的影响进行了探讨,对目前滴灌施肥存在的问题进行了与实践相结合形式的理论研究,提出了一些改进措施和办法,为实现精准灌溉水肥一体化技术提供了有力支撑。     

基于可见/近红外光谱与SIMCA和PLS-DA的脐橙品种识别

脐橙的优良品种选育是通过芽变选种获得,为了选择一些具有特殊性状的脐橙芽变进行培植,需要对脐橙的品种进行鉴别。该研究应用可见/近红外光谱分析方法结合软独立模式分类（SIMCA）和偏最小二乘判别分析（PLS-DA）模式识别方法对赣南脐橙的品种进行识别。研究结果表明,采用原始近红外光谱结合SIMCA方法,实现了纽贺尔、奈弗宁娜、华脐以及朋娜4种脐橙的100%的识别;应用近红外光谱结合PLS-DA方法对校正样本建立判别模型,其校正及验证结果与实际分类变量的相关系数均大于0.970,交叉验证均方根误差（RMSECV）和预测均方根误差（RMSEP）都小于0.100,利用模型对验证集中纽贺尔、奈弗宁娜、华脐以及朋娜4种脐橙的识别率均为100%。为脐橙优良品种的选育提供快速鉴别分析方法。     

基于烟花算法的BP神经网络预测含根土抗剪强度

为了解决BP神经网络在对含根土抗剪强度的预测中存在的预测精度低，计算收敛速度较慢，容易陷入局部极值等问题，本研究通过直剪试验、团聚试验、根系分形分析试验等探究了不同因素对含根土抗剪强度的影响，并对各因素进行相关性分析，从中选取了大团聚体含量（R0.25）、平均重量直径（MWD）、几何平均直径（GMD）、土壤分形维数（Dd）、根表面积、平均直径6个影响含根土抗剪强度的因素作为模型输入层节点，含根土的抗剪强度作为输出层节点。参考FangfaGorman理论公式、Kolmogorov理论公式以及一种经验公式分别计算，并对结果进行讨论，确定了本研究中神经网络的最佳隐含层节点数量为13。建立6∶13∶1的BP神经网络模型，并引入了烟花算法（FWA）对BP神经网络进行优化。结果显示，BP神经网络、粒子群算法（PSO）优化的BP神经网络、FWA-BP神经网络的预测值与期望值的最大相对误差分别为11.12%、9.06%、7.44%，平均相对误差分别为4.60%、3.24%、1.96%，相较于BP神经网络和PSO-BP神经网络，FWA-BP神经网络预测误差值有明显降低；对比引入的统计参数，均方根误差（R...