基于整枝抚育目的的立木枝干自动识别研究

为了适应我国人工工业用材林自动化整枝抚育的需要，该文提出一种用于工业用材林自动整枝的立木枝干动态识别系统框架，对人工林侧柏的枝干进行了数字图像采集及处理，利用计算机视觉、图像处理、小波分析技术对图像进行压缩、滤波、分割、消噪及边缘特征提取.同时提出了一种立木枝干计算机自动识别算法，提取立木图像枝干形状、尺寸、弯曲度及相对空间位置关系基本生长特征，即利用模式识别技术验算其与特征数据库的匹配情况，从而达到立木枝干自动识别的目的，为后续的自动识别研究提供了依据.      

蛋白质结构的预测及其应用

蛋白质结构的预测是结构基因组学的重要研究内容,本文就蛋白质结构预测的方法和应用进行了综述,介绍了比较建模、折叠识别、从头计算等3种方法及其在结构基因组学研究、药物设计、蛋白质设计中的应用,并且对蛋白质结构预测存在的主要问题进行了讨论,指出了今后蛋白质结构预测研究重点在于优化比对算法和计分函数以及膜蛋白的结构预测.     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

有机化合物构性相关分析的解析程序

根据有机化合物的构性相关规则 ,用演绎推理的方法建立了有机化合物构性相关分析的解析程序。这一解析程序把有机化合物的构性相关分析归纳成 5个步骤 ,即写出靶结构式 ,找出官能团 ,分析官能团和烃基中所含的每 1根化学键 ,考察分子中各结构单元之间产生的相互影响 ,最后分类总结出有机化合物的全部性能。     

黄瓜褐斑病病原菌鉴定及生物学特性研究

对辽宁省保护地发生的黄瓜褐斑病进行病原菌的分离、鉴定 ,明确该病的病原菌为多主棒孢霉[Corynesporacassiicola(B.&C.)Wei]。生物学特性研究表明 ,该菌孢子萌发的最适温度范围为15～35℃ ,最适pH值为5～8,水滴是孢子萌发的必要条件。病菌营养生长的最适温度为15～35℃ ,最适 pH值为6～8 ,在PSA、PDA等常规培养基上生长良好 ,光照对菌丝生长速度影响不显著。病菌产孢的最适温度为25～30℃,最适pH值为5～8,光照有助于孢子形成,在PSA、PDA等常规培养基上能大量产孢。病菌分生孢子在室外难以安全越冬,在保护地内能够安全越夏。该菌寄主范围广,能寄生黄瓜和番茄等20余种作物     

寄主植物对云南烟蚜解毒酶和靶标酶活力的影响

比较了9个烤烟品种上烟蚜解毒酶和靶标酶的活力，发现烤烟品种对烟蚜解毒酶和靶标酶活力影响显著，不同品种烤烟上烟蚜的αNA羧酸酯酶，β－NA羧酸酯酶、谷胱甘肽转移酶、乙酰胆碱酯酶、酸性磷酸酶均有差异。     

组培苗识别算法在基于TMS320C6711图像处理平台上的实现

为达到组培苗分割移植机器人的嵌入式控制系统对图像处理器小型化和快速化的要求 ,采用基于TMS32 0C6 711的嵌入式图像处理平台 ,开发了运行于该平台的软件系统 ,实现了组培苗识别算法在该平台上的移植。针对DSP软件开发难度大、涉及因素多 ,以及在本研究中需要大量数据存取的情况 ,在保证功能的前提下尽量精简软件结构 ,编写了轻量简洁的Bootloader和适应大量数据存取的连接命令文件。对软件进行了优化 ,将算法中占用时间较长的环节用线性汇编语言编写 ,使总处理时间降低了近 80ms。该图像处理器实验室测试结果为 ,苗节点识别准确率 96 % ,每棵苗的处理时间为 0 7～ 0 8s ,10× 2 4h连续运转稳定 ,性能达到设计要求。该图像处理器的体积只有PC机的 1/ 2 0 ,达到了小型化的要求。     

基于机器视觉的树木图像实时采集与识别系统

研究了树木图像的实时采集与识别技术 ,以及树木图像处理及分析软件系统的开发 ,并自行设计制作了室内模拟实验系统。树木图像处理技术包括图像的获取、图像的增强、图像边缘检测、图像分割和图像的特征提取与识别。本文的研究能够为分离施药目标与非施药目标提供依据 ,有助于精确农药喷雾的实现。     

大比例尺航片正射影像中的树冠提取

为使森林航片的分类精度达到单株林木提取水平,以凉水国家级自然保护区1:8000正射影像、DEM及红松(Pinus koraiensis)生境、立地条件特征为基础,对航片进行了传统的非监督分类、监督分类和专家分类,并对其分类机理进行了分析,提取了红松树冠光谱特征、纹理特征。在构建的红松树冠识别模型基础上,执行分类,并运用混淆矩阵分析法对分类结果进行了精度检验。结果表明:将纹理信息、DEM信息、红松生境及立地条件特征信息作为专家知识,构建红松树冠识别模型进行分类的方法,能有效地降低地物分类中"同物异谱"和"同谱异物"现象,使分类的总体精度达到96%,比监督分类提高了10%,从而使大比例尺森林航片分类精度达到了单株林木提取水平。     

自然环境下山核桃果实的图像识别提取方法

研究了自然环境下成熟山核桃果实的机器视觉图像识别方法。通过分析顺光、逆光、遮挡等环境下拍摄的山核桃成熟待采时的果实图像,确定了2R-G-B色差模型,用最佳阈值函数进行图像分割,经形态学滤波后采用Canny算子进行边缘检测,提取出复杂背景下山核桃果实的轮廓。试验结果表明,该方法对山核桃果实的有效识别率达86.7%,可为山核桃采摘机器人的研发提供技术参数。