引进不同月季品种的分类与评价研究

月季又名长春花,是我国的传统名花,寓意吉祥。本文通过资源收集和保存、形态指标调查与测定、综合评价等科学研究方法,对月季的引种、分类鉴定和综合评价进行了系统的分析和研究,为月季品种进行系统的分类、育种和其它品种的鉴定提供依据。     

持续林业的分类经营与生态效益补偿

本文通过林业分类经营内容，林业分类经营发展方向琳业分类经营发展措施及生态效益补偿等儿个方面进行科学的论述。     

聚乙烯改性研究应用

聚乙烯作为最主要的聚烯烃塑料品种具有优良的加工性能和耐化学性,大量用于生产薄膜、管材等。但由于聚乙烯为非极性的,限制了其的某些应用,因此实际生产中需要对其进行改性加工。本文综述了聚乙烯的分类以及聚乙烯的化学改性、物理改性方法。化学改性包括交联改性、接枝改性、等离子体改性;物理改性包括增强改性、共混改性、填充改性。同时阐述了各种改性方法对聚乙烯性能的影响。     

品种区域试验主要决选指标及其参数的研究——Ⅳ.参数数量分类与区试品种分类

本文根据变量理论分布对区试中b值及CV值参数的数量分类,提出了适于目前普及推广的查表计算法。在此基础上,对区试品种提出了按主要生产性能指标以量定性的评定分类体系。从而推出可排除主观随意性干扰、较为完整严密的区试汇总模式,并以范例作了运用说明。     

基于MatLab和DSP的哈密瓜纹理分割与分类

以新疆特色水果哈密瓜为研究对象,提出一种利用Matlab辅助DSP提取哈密瓜纹理的方法。该方法首先利用Matlab把待处理的图像转换为数据文件(dat文件),然后利用DSP强大的运算能力分割哈密瓜表面纹理特征,并将分割结果同样以dat文件传递给Mat Lab,最后利用Mat Lab强大的数据分析与图像显示能力建立哈密瓜分类模型。实验结果表明,该方法能够有效地对哈密瓜表面纹理进行分割与分类,分类准确率为88.10%。该方法不但能够缩短DSP系统的开发周期,且能够为今后开发基于DSP的哈密瓜品质实时检测系统奠定基础。     

基于RAGA的PPC模型在黑土区玉米调亏灌溉评价中的应用

调亏灌溉作为一种行之有效的节水灌溉方式,对黑土区农业水资源的可持续高效利用具有重要意义。而调亏灌溉方案的优劣取决于它的综合效果,难以直观评价。以2013年在黑龙江省红星农场进行的玉米调亏灌溉技术效应的试验研究为基础,选取了8个评价指标,采用投影寻踪分类模型(PPC),利用基于实数编码的加速遗传算法(RAGA)优化其投影方向,根据投影函数值得到各评价指标对综合评价的贡献大小对不同调亏处理的各项指标进行排序。结果表明:苗期水分调亏程度为田间持水量60%的处理为最佳调亏灌溉方案,产量和水分利用效率比适宜调亏灌溉处理分别提高了2.11%和6.42%。研究结果可为黑土区玉米灌溉管理提供科学依据。     

基于SOM神经网络的国家技术创新能力分类

建立了国家技术创新能力评价指标体系,提出了在国家技术创新能力评价中应用基于自组织映射(SOM)神经网络的分类模型,对28个国家技术创新能力进行了分类和评价,通过分析得出了一些有价值的结论,同时验证了模型的有效性。     

唐菖蒲花粉数量分类研究

对唐菖蒲花粉形态性状的主成分分析及数量分类表明，3个主成分：极轴长、赤道轴长和P／E贡献率达93．28％。唐菖蒲76个花粉形态性状的聚类分析结果与传统分类基本一致。     

土地利用动态监测中多源影像融合方法的比较研究--以陕北黄土丘陵沟壑区为例

在陕北黄土丘陵沟壑区,采用单一传感器的遥感影像提取土地利用信息,存在着识别的土地利用类别少、某些类别混分现象较严重、分类结果的精度较低等问题。以TM多光谱数据和SPOT全色光谱数据的融合为例,提出了适宜于该地区的两种影像融合方法:主成分变换法和乘积运算法,并从影像的光谱质量、纹理信息和目视效果等方面对其进行了对比与评价。结果显示,主成分变换法为较理想的融合方法。以陕北无定河流域为实验样区的土地利用自动分类结果表明,该方法的应用使土地利用各类别的提取精度都有不同程度的提高;水体、水田和城镇用地等面积较小的类别分类正确率提高达到10%以上;坡耕地与林草地的混分明显减少,分类精度均提高了5%以上;分类总精度从82.0%提高到89.2%,取得了良好的分类效果。此研究对于遥感影像融合技术的评价与应用进行了有益的探索,同时为该地区的土地利用动态监测提供了关键技术。     

小麦管理专家系统在生产中的应用

小麦管理专家系统( ESWCM)是利用计算机人工智能技术,把多年来小麦栽培科学取得的研究成果和专家的知识经验做系统集成而建立的综合性、智能化的计算机决策系统. ESWCM把模型技术和专家系统技术有机结合起来,是一个基于模型的专家系统.可及时预测预报小麦的生长发育,确定因地制宜、因苗管理的应变决策,分类指导的最佳方案,能动地调节、控制小麦的群体结构和理想株型,全面提高小麦生产过程中的科学决策和现代化管理水平.