加强林场中幼林抚育及低质林改造是恢复森林生态的有效途径

森林生态系统只有保持结构和功能的完整性,并具有抵抗和恢复能力,才能长期为人类社会服务。着重论述加强森林抚育及低质林改造是恢复森林生态的有效途径及其可行性和必要性。     

广西水稻育种和品种审定问题探讨

由于受育种技术和基础材料的限制,近年来水稻育种未取得重大突破,育成的水稻新品种主要在品质及适应性上有所改进。通过分析广西水稻育种目标和品种审定中存在的问题,提出近期水稻育种比较实际的目标：在不降低品质的前提下尽可能提高优质常规稻的产量和抗性,在不降低产量的前提下尽可能改良杂交稻的品质和适应性。在依据区域试验资料的基础上,应适当放宽水稻品种审定标准,综合表现与对照相当但无明显缺点的品种应予以审定,在试种过程中由农民在生产实践中检验其优劣;根据品种的光温特性确定其种植区域时,除感光品种限制在桂南和桂中南部作晚稻种植外,感温品种的种植区域应为建议性的而非限制性的,农民可以根据品种生育特性自由选择种植和连作的水稻品种,尽可能发挥新品种的推广应用潜力。     

基于背景减与帧间差分结合的视频运动目标分割

提出一种视频运动目标分割的改进算法,算法混合使用背景减算法和帧间差分算法,充分利用了两种典型算法的优点,并改进了其缺陷,解决了背景减算法的背景合理更新及帧间差分算法分割不完整问题.实验结果表明：该算法简单,速度快,易于硬件实现.     

化学除草技术在杉木幼林抚育中的应用

研究了化学除草剂在杉木幼林抚育中的除草效果。结果表明,草甘膦和百草枯混合施用的除草效果好,优于单独施用,添加洗衣粉可以增强2种除草剂的除草效果。与传统的人工除草相比,杉木幼林采用化学除草可节约用工70%,节约资金53.8%。     

基于改进可变形部件模型与判别模型的葡萄叶片检测与跟踪

为解决酿酒葡萄生长状态自动监测问题,该文提出基于机器视觉和视频处理技术的自动监测系统,开发了多角度可变形部件模型的葡萄叶片检测算法和基于颜色特征的判别模型跟踪算法。在叶片检测方面,该算法对颜色特征图像采用可变形部件模型训练出多角度叶片检测器,通过多模型匹配后产生叶片检测候选集合,选择集合中得分最高的检测结果作为最后的定位信息;在跟踪方面,结合图像中目标的颜色直方图,建立具有区分背景和目标的组合判别模型,并将位置函数的最大值作为相邻帧的目标位置,从而实现对叶片目标的实时跟踪。试验结果表明,该文检测算法对自然条件下的葡萄叶片平均检测率为88.31%,误检率为8.73%;叶片跟踪的准确性也相对较高,其重叠率高达0.83,平均中心误差为17.33像素,其证明了该算法的有效性,研究结果为葡萄生长状态的自动分析提供参考。     

欧亚经济联盟新发布检疫对象统一清单对中国出口贸易的影响

本文介绍了欧亚经济联盟2017年7月1日正式生效的《欧亚经济联盟检疫对象统一清单》(2016年11月30日第158号决议批准)基本情况及特点,将《欧亚经济联盟检疫对象统一清单》所列有害生物在中国境内分布和中国出口欧亚经济联盟植物及植物产品主要产区进行比对,分析了新实施的《欧亚经济联盟检疫对象统一清单》对中国出口欧亚经济联盟贸易的影响,并提出了适宜的应对措施,以促进中国与欧亚经济联盟贸易健康顺利发展。     

电加热新型卷烟烟具温度对象分析

电加热新型卷烟有降焦减害作用,其中加热温控系统为电加热新型卷烟烟具的核心。烟具主要存在起烟速度慢、发烟性能差等缺陷。采用阶跃响应法对烟具温度对象温度阶跃响应信号进行辨识,得烟具加热温度对象为一阶惯性纯滞后系统,并对烟具加热温度对象控制算法进行优化改进与仿真。仿真结果表明:改进的烟具温度对象加热延时时间缩短38.1%,温度上升时间缩短29.8%,调节时间缩短24.8%。研究可加快烟具起烟速度,提高发烟性能,降低系统的功耗,延长电池寿命,为烟具电路改进、开发提供理论指导。     

多目标鱼体对象提议检测算法研究

鱼的行为变化除了可以反映其自身健康状况外,还对分析水质变化具有重要意义,而精确、快速的鱼体目标检测是行为变化分析的基础。针对现有多目标鱼体检测算法存在检测定位精确度低的问题,提出了一种简单、有效的多目标鱼体对象提议检测算法。提取鱼体图像的骨架和边缘信息,制定新的窗口打分策略生成候选窗口,训练PCA卷积核提取鱼体图像前景和背景特征,利用支持向量机（Support vector machine,SVM）识别得到鱼体目标所在的候选窗口,运用非极大值抑制算法剔除冗余窗口完成目标检测。实验表明,基于新的窗口打分策略生成的候选窗口比Edge Boxes算法得到的候选窗口具有更高的召回率,召回率最高可达96.9%,对候选窗口的最高识别准确率可达95.71%。通过本文算法和Edge Boxes-PCANet算法得到的漏检率、误检率和平均检测时间表明,本文算法的综合表现更优,说明本文算法可以高效精确地实现多目标鱼体检测。     

融合K-means聚类分割算法与凸壳原理的遮挡苹果目标识别与定位方法

自然场景下苹果目标的精确识别与定位是智慧农业信息感知与获取领域的重要内容。为了解决自然场景下苹果目标识别与定位易受枝叶遮挡的问题,在K-means聚类分割算法的基础上,提出了基于凸壳原理的目标识别算法,并与基于去伪轮廓的目标识别算法和全轮廓拟合目标识别算法作了对比。基于凸壳原理的目标识别算法利用了苹果近似圆形的形状特性,结合K-means算法与最大类间方差算法将果实与背景分离,由凸壳原理得到果实目标的凸壳多边形,对凸壳多边形进行圆拟合,标定出果实位置。为验证算法有效性,对自然场景下的157幅苹果图像进行了测试,基于凸壳原理的目标识别算法、基于去伪轮廓的目标识别方法和全轮廓拟合目标识别方法的重叠率均值分别为83.7%、79.5%和70.3%,假阳性率均值分别为2.9%、1.7%和1.2%,假阴性率均值分别为16.3%、20.5%和29.7%。结果表明,与上面两种对比算法相比较,基于凸壳原理的目标识别算法识别效果更好且无识别错误的情况,该算法可为自然环境下的果实识别与分割问题提供借鉴与参考。     

装载机FOPS板壳受冲击的动态响应

分析并建立了FOPS板壳弹性变形、塑性变形和流动变形的极限速度数学模型；研究了薄板的撞击动态响应，建立了撞击中心的最大位移量的数学模型。通过试验实测了ZL50G型装载机FOPS的抗击穿性能，计算了落锤冲击时的激励力和横梁的激励力。