模糊控制在跟车行驶中的应用

自动驾驶是未来汽车发展的方向,其中最基本也是最重要的驾驶工况是跟车行驶。为了能够实现稳定地跟车行驶,对模糊控制在跟车行驶中的应用展开深入的研究,利用模糊控制算法实现跟车行驶功能,并基于MATLAB进行仿真验证,通过仿真结果验证了模糊控制能够达到很好的跟车效果。     

顶空固相微萃取-气相色谱-质谱联用法分析 欧李果实挥发性成分

【目的】 优化前处理影响因素,分析欧李果实挥发性成分,明确挥发性成分特点并对果实特征性香气成分进行评价。【方法】 以欧李果实为试材,采用顶空固相微萃取-气相色谱-质谱联用法（HS-SPME-GC-MS）测定其挥发物成分,通过优化前处理影响因素,确定最佳试验条件。利用解卷积系统（AMDIS）与NIST11质谱数据库以及保留指数（RI）对其挥发性成分进行鉴定,内标法确定挥发物含量,并计算香气强度值（OAVs）,评价欧李果实香气品质与特征。【结果】 在欧李果实中累计鉴定出63种挥发物,含量范围为0.01—3.25 μg·kg ^-1。挥发物以酯类、烷类为主,并有少数醇类、芳香类、醛类、萜类、酸类、酮类,其中苯甲酸乙酯含量最高。通过参考相关挥发物香气阈值并计算部分挥发物OAVs可知,己酸乙酯、乙酸苯乙酯、β-芳樟醇、乙酸己酯、壬醛等物质对欧李果实香气成分构成具有重要作用,而烷烃不具有特征性香气。欧李果实香气主要为青香、花香、果香、脂蜡香和其他少数香型（木香型、芳香油香型等）,并以青香、花香、果香型物质为主,三者总含量达到挥发物总量的80%。【结论】 优化确立的试验条件为：果肉去核切碎处理,取样量5 g,萃取温度50℃,萃取时间与平衡时间均为30 min。SPME前处理条件对果实挥发性成分检测到的种类与含量有较大影响,通过优化试验条件可以获得最佳检测结果。欧李果实挥发物组成复杂,除烃类物质香气品质较弱外,多数具有特征香气,且香气强度属中高级,酯类物质是欧李果实的重要挥发物组成,清香型、花香型和果香型是欧李果实香气成分的主要特点。     

贮藏温度和贮藏时间对垂柳种子生活力的影响

以成熟的垂柳种子为材料,测定了不同贮藏温度和不同贮藏时间下垂柳种子发芽率、发芽势、活力指数等生活力指标的变化,以探索贮藏温度和贮藏时间对垂柳种子生活力的影响。结果表明:适当的低温-10℃、-5℃、4℃可以延缓垂柳种子的劣变,延长其贮藏时间;常温20℃与极低温-20℃条件下会降低种子的生活力,表现为活力指数降低;随贮藏天数的增加,发芽率、发芽势、发芽指数表现出先升高后降低的趋势,发芽速则是先降低后升高。常温20℃贮藏7天种子发芽率显著下降,在-5℃贮藏3天的条件下种子生活力最强,可应用于垂柳种子萌发及人工种苗培育的实践中。     

玉米CMS-C同质异核、同核异质系叶绿体基因组比较分析

【目的】基于玉米细胞质雄性不育材料粗制线粒体DNA高通量测序数据,对叶绿体基因组进行组装。【方法】应用Illumina Hiseq 2500平台进行线粒体DNA测序。利用软件Velvet对过滤后的clean reads进行拼接和叶绿体基因组的组装。采用在线注释软件DOGMA(http://dogma.ccbb.utexas.edu/)对叶绿体基因组完整序列进行基因预测和基因功能分析。【结果】成功组装出C48-2和C黄早四2个不育系及48-2和黄早四2个保持系的叶绿体基因组,大小分别为140 473 bp(C48-2)、140 478 bp(C黄早四)、140 458 bp(48-2)、140 448 bp(黄早四),均包含84种编码基因,30种tRNA基因,4种r RNA基因。新组装的4个叶绿体基因组,在基因组大小及所包含的基因种类及数量方面都与叶绿体参考基因组具有较高的相似性,说明粗制线粒体的高通量测序数据可以用来组装叶绿体基因组。叶绿体基因组高度保守,但也存在SNP及InDel,基于不育系与保持系叶绿体DNA(cpDNA)的SNP位点设计特异引物,可用来鉴定区分CMS-C不育胞质与正常胞质。【结论】利用粗制线粒体DNA的高通量测序数据可以完成叶绿体基因组的组装,玉米CMS-C不育系与保持系的叶绿体基因组具有高度的一致性,但也存在一些多态性位点,基于多态性位点成功开发出可区分CMS-C不育胞质与正常胞质的特异标记。     

2个油茶品种及6个近缘种的光合特性日变化规律

为了筛选油茶近缘种高光效种质资源,从而为培育油茶新品种提供优质材料,以2个普通油茶品种(‘湘林1’与‘湘林97’)和6个近缘种(博白大果油茶、越南油茶、浙江红山茶、溆浦大红山茶、攸县油茶、滇山茶)为试验材料,对其叶片的净光合速率、蒸腾速率、胞间CO2浓度、气孔导度、水分利用效率等光合参数进行了测定和分析。观测结果表明:滇山茶、攸县油茶、越南油茶、博白大果油茶和‘湘林1’与‘湘林97’叶片的净光合速率均呈“单峰”曲线的变化趋势,其气孔导度和蒸腾速率亦均呈“单峰”曲线的变化趋势,而其胞间CO2浓度却呈“V”型曲线的变化趋势;浙江红山茶和溆浦大红山茶的净光合速率均呈“双峰”曲线的变化趋势,其气孔导度呈“平稳”型曲线的变化趋势,胞间CO2浓度呈“W”型曲线的变化趋势,蒸腾速率呈“单峰”曲线的变化趋势,说明其均存在光合“午休现象”。相关性分析结果表明:净光合速率与气孔导度呈极显著正相关(P<0.01),与水分利用效率呈显著正相关(P<0.05);气孔导度与水分利用效率呈极显著正相关(P<0.01)。主成分分析结果表明:从5个光合参数中提取了特征根>1的主成分2个,其累计贡献率为83.545%;主成分1(F1)中净光合速率、气孔导度和水分利用效率的累计正向贡献率最多,主成分(F2)中蒸腾速率的累计正向贡献率最多;根据综合评价结果可知,2个普通油茶品种及6个近缘种的光合效率由高到低依次为:油茶‘湘林1’>滇山茶>油茶‘湘林97’>攸县油茶>博白大果油茶>越南油茶>溆浦大红山茶>浙江红山茶。     

2023年度奶牛产业与技术发展报告

本文从生产现状、市场与贸易、加工与消费、技术研发等角度对2023年中国奶业发展进行了分析,同时指出中国与奶业发达国家产业素质的差距点,为中国奶业发展提出技术和政策建议。     

不同灌溉方式对水稻生物学特性的影响

为充分发挥水稻的产量潜力和实现水分高效利用,以超级杂交水稻“两优培九”和“红莲优6号”为材料,比较了间歇灌溉（B）、半旱栽培（C）、干旱栽培（D）和淹水灌溉（A）方式下的水稻生物学特性。结果表明：随着田间灌水量的减少,水稻生育期延迟,生育期最长的干旱处理与淹水处理的全生育期天数相差长达13．5d。间歇灌溉水稻的最高分蘖期比淹水灌溉推迟5～7d。与淹水灌溉相比,间歇灌溉的叶片光合速率高,叶面积指数大,叶片蒸腾速率较低,提高了水分利用率;半干旱栽培的水稻叶片蒸腾速率比净光合速率下降快,水分利用率相对较高;干旱栽培的叶片净光合速率降低,水分利用率低,后期叶片出现早衰。间歇灌溉与淹水灌溉的水稻株高、叶面积指数、气孔导度差异不显著,但与半旱和干旱栽培差异显著。综上所述,间隙灌溉比其他3种灌溉方式能更好地改善水稻生物学特性,在生产上有较好的利用前景。     

稻鸭、稻鱼复合生态系统土壤微生物多样性特征分析

21世纪以来,由于其良好的生态环境效应、及市场对绿色安全稻米的需求,稻田种养复合生态系统的应用范围不断扩大,模式多种多样,在我国南方地区主要以稻田养鸭、养鱼、养虾为主。同时对稻田种养复合生态系统的机理及其效应也进行了较为广泛的研究。相关研究表明:稻鸭共生可利用鸭子的活动、觅食产生中耕除虫的效果[1,2],减少农药对环境的污染;稻鸭共生有利于稻田通风透光,改善水稻群体结构;提高土壤肥力[3~5];还能减少稻田中的产甲烷菌数量,减少甲烷排放[6~9]等方面作用。然而对于稻田养鸭、养鱼后对土壤微生物数量及多样性方面的研究还很少,甘德欣等[10]研究表明稻田养鸭后能增加土壤微生物的数量,但对土壤微生物     

红枣汁中维生素C热降解的动力学研究(简报)

为了了解加热温度对红枣汁中维生素C含量变化的影响,降低红枣汁在加工过程中维生素C的损失,该文以红枣澄清汁为材料,采用可逆的一级反应模型研究了不同加热温度下还原型维生素C(AA)的降解规律并推导出氧化型维生素C(DHAA)含量变化的数学模型.在此基础上利用Arrhenius方程计算得到AA和DHAA的降解反应活化能.结果表明,在303,313,323,333,343 K温度条件下,可逆的一级反应模型适用于表达红枣汁中AA的降解规律,非线性回归决定系数γ2均大于0.98.DHAA的数学模型也能较好地预测DHAA在红枣汁中的含量变化规律.在不同的加热温度下,AA与DHAA均能发生降解反应,但DHAA的降解速率较AA低,DHAA的降解主要发生在AA的降解反应达到平衡之后.AA热降解反应活化能较低,表明红枣汁中的AA对热处理较敏感.该研究为优化红枣汁的加工工艺、提高红枣汁的品质提供理论依据.     

补偿模糊神经网络水果形状分级器分级误差

针对神经网络对水果进行分级时精度有待提高的问题,分析了补偿模糊神经网络椪柑形状分级器的分级误差。将椪柑图像前4个傅里叶描述子按期望输出模糊变量值大小排列成单调递增、单调递减、钟形分布和锯齿形分布4种训练样本,分别训练同一补偿模糊神经网络水果形状分级器,用递减排序后的同一测试样本检验分级器性能,试验表明,单调递减顺序训练样本所训练的分级器分级误差最小为1.875%,钟形分布、单调递增顺序和锯齿形分布训练样本所训练的分级器分级误差依次增大,分别为15%、63.125%、75%。分析分级误差与样本间顺序的对应关系,建立分级误差模型,结果表明,同顺序的测试样本与训练样本间相关系数大,分级误差小;不同顺序的测试样本与训练样本间相关系数小,分级误差大。因此,测试样本与训练样本按水果同一品质特征同序排列,提高样本间的相关程度,将大幅度降低神经网络类分级器分级误差,提高正确识别率。