Fuzzy识别在土壤分类中的应用

本文采用相似优先比建立一种 Fuzzy 识别方法,根据二类十一个土壤剖面的六个属性的资料,对一未知类别土壤剖面进行识别归类,并介绍了该法的实现过程。然后给出一个由多个分类来逐个判别多个待判个体的类别的 BASIC 计算程序。     

模糊聚类分析在土壤分类中的应用

本研究以黑龙江省松花江地区21个土壤样本,根据其不同的理化性状,应用模糊聚类分析方法进行分类,以应用数学方法对土壤的基层分类及土地的数量分级做一探讨。研究结果表明,模糊聚类分析分类与实际情况相符,该分析方法对土壤分类及土地分级是可行的。     

计算机视觉在果蔬分类中的应用

计算机视觉在农产品分类领域广泛应用,但受限于类间相似性和不规则的类内特征,果蔬分类仍是一个复杂的问题。本文针对近年来基于计算机视觉的水果分类进行比较,简述了现阶段果蔬分类所面临的挑战,并提出展望,以期为提高果蔬分级效率提供参考。     

计算机在土壤微量元素测定中的应用

应用计算机对分光光度法测定土壤中微量元素Ｃｕ、Ｚｎ、Ｍｎ、Ｆｅ的吸光度进行分析处理（ＣＰＡ法）经Ｔ检验,测定结果小于Ｔ０．０５,与发光光度法（ＡＡＳ法）无显著差异,概率保证的置信程度为;Ｃｕ＾２＋〉Ｆｅ＾２＋〉Ｚｎ＾２＋;ＣＰＡ法根据后－－比耳定律给出的混合溶液各组分吸光度的加和性,分别混合标准溶液和待测混合溶液的多波长吸光度,应用最小二乘法和矩了大限度地减少了干扰和误差,方便、快速地计算出待测溶     

土壤分类系统在实际工作中的应用

0 引言 根据土壤形成条件、成土过程、土体构型、土壤属性的异同,进行分类和比较,从而构成一个由不同分类单元组成的土壤分类系统,以反映各类土壤间发生上的联系和地理分布上的差异,为土壤调查制图和资源评价以及土壤的改良利用提供科学依据,是土壤分类学的主要目的.也是土壤学的重要理论基础和发展水平的标志.本文重点介绍了几种较为典型的土壤分类制的特点,以期能在实际工作中与大家分享.     

浙江省主要土壤光谱反射特性及其模糊分类在土壤分类中的应用研究

作者采集浙江省的红壤、黄壤、水稻土和岩性土等四个土类的19个土壤剖面,60个土壤样品,用日本产的340型分光光度计和DG—1型野外光谱仪测定土壤样品的光谱反射特性曲线(可见光与近红外波段),并进行土壤光谱的模糊分类及与现行土壤分类作相关性分析。其结果表明,红壤、黄壤和水稻土三类土壤的光谱曲线的形态特征,分别表现为陡坎型、缓坡型和平直型;各类土壤的特征波段的斜率变化与土壤母质类型有一定关系;综合分析土壤光谱特性,有助于基层土壤的分类;应用模糊数学方法对土壤光谱分类,与现行土壤分类比较,具有70％以上的符合率,而不符合的部分,多数是在现行土壤分类中也是有争议的,或者是不合理的。     

遥感数据计算机分类在土地调查中的应用价值

随着科技与时代的飞速发展，运用土地调查研究中的工具也越来越多．通过采用更多高科技的设备收集土地调查数据，保证数据的可靠性、准确性．使土地调查工作顺利开展。本文将遥感数据计算机与土地调查联系在一起，对遥感技术在土地调查中的方法和作业展开了分析．重点探讨了遥感数据在土地调查中的应用。     

主成分分析与聚类分析在土壤分类中的应用

为了更好地保护上海古树,对古树生长点的土壤进行调查与测试,并进行了指标间相关分析、主成分分析和聚类分析。结果表明:古银杏、古香樟的生长与土壤的容重、有效N、速效P和脲酶呈显著相关,由主成分分析划分的5个主成分可全面概括17项土壤肥力指标;采用聚类分析将古树生长样点划为4种肥力类型,并对各土壤类型提出了相应的改良措施。     

主成分分析在松花江地区土壤分类中的应用

本文是在黑龙江省松花江地区土壤分类系统的基础上,采用主成分分析方法,对该地区土壤进行分类,对照,认为方法可行,比传统的土壤分类更具科学性和优越性。     

计算机视觉在果蔬分类中的现状分析

计算机视觉在农产品分类领域广泛应用,但受限于类间相似性和不规则的类内特征,果蔬分类仍是一个复杂的问题。本文针对近年来基于计算机视觉的水果分类进行比较,简述了现阶段果蔬分类所面临的挑战,如传感器的选择等问题。     

计算机编目中的分类标引

利用《中图法》进行计算机编目的分类标引时，应本着实用性原则，着重增加对文献多重学科与专业属性的揭示，掌握适度的分类标引广度与深度，并与主题标引相结合，能有效地提高读者的检全率和检准率。

     

计算机绘制土壤养分现状图在测土施肥中的应用

为了使测土施肥技术能被广大农民掌握应用,尽快转化为现实的生产力,阿克苏地区土肥站在开展测土施肥工作的同时,利用计算机绘制了部分乡(场)土壤养分现状图,并用于指导测土施肥工作. 传统的手工制图是根据不同比例尺、不同类型图件的规范要求,凭作图者的经验进行取舍、合并、夸大,避让的工艺方法,具有较大的主观性,成图质量的好坏与作业者的经验有很大关系.     

计算机在农业科研中的应用

1引言人类社会跨入二十一世纪，信息科学、生命科学等高新技术呈现出超常规的加速度发展，正在全球范围内掀起一场新的科技革命的浪潮，计算机为科技革命的推波助澜起到了决定性的作用。计算机自二十世纪七十年代末进入我国农业领域，二十多年中经历起步、普及、发展和提高四个     

计算机在统计分析中的应用

<正>统计分析就是根据统计的任务和要求,以大量统计资料为基础,运用各种统计分析方法,在质与量的密切联系中,对现象进行研究分析,揭示事物内在联系及发展变化的规律性.所以统计分析存在大量数字运算过程,若用传统的手工方法计算和分析,工作量非常大,有时几乎是不可能的.随着计算机在各行各业的普遍应用,为适应统计分析现代化的需求,统计分析的计算机实现已成为必然.通过编写计算机程序处理这类问题,不仅将人们从繁重的数据计算中解脱出来,还解决了一些手工难以处理或根本就无法计算和分析预测的难题,并且具有使用灵活方便、计算快速、分析预测高效、准确、一致性好的特点.统计分析要运用各种统计分析方法,如动态分析法、指数法、回归分析法、抽样推断法等.下面以回归分析法为例说明计算机在统计分析中的应用.     

计算机在分析化学中的应用

主要介绍计算机在分析化学方面的应用，着重介绍了多功能电位分析仪的分析方法，具体说明用标准加入一已知稀释法分析粮食样品的过程。     

计算机在植物检疫中的应用

近20年来,国际性品质资源的收集和交换规模与日俱增,引种范围的扩大也不断带来新的问题。植物检疫工作的自动化要求愈来愈强烈,为了适应植物检疫这种形势的变化,世界各国的植检部门都在寻求快速的植检手段和管理方法,而计算机在这方面做了大量的工作。目前在植检方面比较成熟的成果有:     

计算机在分子生物学中的应用

分子生物学是从分子水平揭示生命的本质规律,近十几年来,取得了辉煌的成果,得到了大量的生物大分子信息数据。随着研究的深入,对这些数据的管理和分析显得格外重要,传统的手工处理已无法胜任,幸好计算机的发展和分子生物学的发展几乎同步进行。人们利用计算机具有信息量大、运算准确、迅速的特点在逐步解决大量的数据分析处理问题,建立了核酸、蛋白序列数据库,开发了许多优秀的应用软件,并取得了一些重要的结论,一些专家系统也在策划之中,本文就计算机在分子生物学中的应用情况作综述和展望。核酸序列数据库包括基因组 ONA 序列、CDNA 序列、RNA 序列,1980年由美国国立基础医学研究院和 U.S.Department of Energy 发起、加州大学 LANL 实验室负责收集整理、Inteui Genetics 负责发行建立起核酸序列数据库(GENBANK),几乎同时     

土壤分类中的综合数值方法

本文通过0—1化和主成分分析构成的“二次转换法”对多态数据进行数量化,再采用主成分分析缩维、平方和增量法聚类、逐步判别程序检验结果,结合orford(1976)的经验方法定类,较为理想地解决了三类问题,将64个供试剖面划分为3类,其类间差异极显著,类内差异不显著。