电流模式神经网络

把电流模式电路引进了神经网络理论，提出了一种用电流模式电路构成的神经网络阈值处理单元，并由此构成了电流模式Ｈｏｐｆｉｅｌｄ神经网络，此网络中信号都是以电流的形式出现的。     

基于DEM的延河流域水文特征提取与分析

基于DEM数据,依据地表径流漫流模拟算法,使用ArcGIS软件中的水文分析工具,提取与分析延河流域河网特征及相关信息,并与1∶25万地形图数字化水系进行分析比较。结果表明:集水面积阈值是决定河网提取精度的关键参数,阈值越大,提取河网越稀疏,反之则提取河网越密集;随着集水面积阈值的增大,河源数和河网密度、河流的级数、总河长等随之减少,但主河长变化不大;当阈值为5.51 km2时,提取河网与实际较吻合。因此,基于90m分辨率的DEM数据提取延河流域水系和子流域是切实可行的,可以作为数字流域建设与水资源管理的基础数据。     

畜禽粪便中铜和锌污染现状及风险分析

为研究我国畜禽粪便中重金属Cu和Zn的现状及对土壤的污染风险,对数据库和课题组已有的数据进行整理,分析了我国畜禽粪便中Cu、Zn的现状,建立土壤中畜禽粪便重金属Cu和Zn的风险评估模型,预测施用畜禽粪便后土壤Cu、Zn的污染情况,并推算畜禽粪便Cu、Zn的阈值。研究发现,不同畜禽粪便中Cu、Zn含量差异较大,且Zn的含量均高于Cu含量。猪粪中Cu、Zn含量最高,中位值分别为406.9 mg·kg~(-1)和671.3 mg·kg~(-1),羊粪中Cu、Zn含量最低,中位值分别为28.7 mg·kg~(-1)和101.1 mg·kg~(-1)。施用猪粪的土壤中Cu和Zn的积累速率分别为12 080.0 g·hm~(-2)·a~(-1)和18 928.4 g·hm~(-2)·a~(-1);家禽粪的影响其次,Cu和Zn的积累速率分别为1 396.4 g·hm~(-2)·a~(-1)和7 978.1 g·hm~(-2)·a~(-1);牛粪和羊粪的污染风险较低。根据模型计算的阈值中,粪肥中Cu和Zn的阈值范围分别为80.8～2 256.6 mg·kg~(-1)和1 322.4～20 040.9 mg·kg~(-1);粪肥污染风险与阈值呈负相关,污染风险最高的猪粪,阈值最低,其Cu和Zn的阈值范围分别为80.8～163.2 mg·kg~(-1)和1 322.4～1 972.8 mg·kg~(-1)。     

葡萄干彩色图像的背景分割研究

背景分割是分析葡萄干其他特征的基础。为此,经研究提出一种改进的迭代算法,用来获取葡萄干灰度图像阈值;基于RGB阈值法与亮度阈值法,对葡萄干进行背景分割后的图像分析比较,证明亮度阈值法能较好地进行葡萄干彩色图像背景分割,保存图像的颜色信息。     

生物多样性评判林分抗虫性研究方法

为建立相关模型,实现利用生物多样性指数评判林分抗虫性的目的,研究了林内昆虫的丰富度指数、物种多样性指数及均匀度指数等与林分害虫危害程度、林分结构变化之间的关系。阐述了评判林分抗虫性的常用物种多样性指数(Shannon-Wiener指数、Simpson指数、McIntoch指数)和均匀度指数(Pielou指数、Alatalo指数)及其应用中应注意的问题,论述了利用生物多样性评判林分抗虫性研究的基本内容与方法,讨论了林分抗虫性的多样性阈值研究方法。     

植物对土壤钼污染的响应及其耐钼机制研究进展

钼是植物、动物和微生物必需的微量元素之一,同时也是一种重金属元素。以往对钼的研究主要关注钼缺乏对农作物产量与品质的影响及危害,对钼污染导致的生态风险及应对策略研究较少。本文在分析我国土壤钼污染现状及其生态风险的基础上,综述了钼污染对植物生长发育的影响、钼对植物的毒害阈值及其影响因子,以及植物对钼污染的耐性机制,并展望了未来土壤-植物系统钼污染的研究方向,以期为土壤钼污染的风险管控及修复提供参考。     

茶多酚感官性质及其对茶叶涩味的影响

茶叶中含有的大量茶多酚对茶叶涩味有重要作用。涩味是茶叶滋味中极重要的感官性质,对茶叶总体质量至关重要。本文就茶叶中茶多酚的感官性质、茶汤涩味分析及茶多酚对茶叶涩味的影响等方面进行综述。     

水稻早世代稳定现象的研究进展

早世代稳定现象首先在水稻杂交育种过程中发现,该现象可以早世代固定杂种基因型,这为培育可以多代利用的杂交种,开辟了美好的前景。本文就早世代稳定现象的历史、发展及应用前景作一论述。     

一类考虑饱和发生率的 HIV感染模型的稳定性分析

建立了一个考虑饱和发生率的HIV动力学模型.模型的动力学性态完全由病毒的基本再生数R0决定.当R01时,无病平衡点是局部渐近稳定和全局渐近稳定的;当R01时,地方性平衡点是全局渐近稳定的.     

1种基于Otsu算法的植物病害叶片图像分割方法

植物叶片图像分割是植物分类和植物病害检测中的一个关键步骤,旨在把叶片图像分成各具特性的区域并提取出感兴趣的部分。在分析自然场景下植物叶片图像几种分割方法的优缺点的基础上,基于Otsu算法,提出了1种叶片图像分割方法,并进行分割算法试验。结果表明,该叶片图像分割方法对叶片中目标(叶片或病斑)-背景类的图像具有较好的分割效果。