CPPU在柿试管繁殖中的应用

对CPPU和ZT在柿试管繁殖中的应用价值进行了比较研究,结果表明:CPPU是一种可代替ZT的特效细胞分裂素,添加有CPPU0.2mg/L的MS(1/2N)培养基能促进芽的增殖和生长,且用此培养基继代培养的试管苗生根能力也有所提高。     

银条茎尖培养快繁及离体根状茎的诱导

 以银条‘二细一粗’品种为试材, 研究了蔗糖浓度、激素组合对茎尖培养和快速繁殖的影响及温度、光照、蔗糖浓度等因素对根状茎离体诱导的影响。结果表明: 茎尖培养较理想的培养基为MS + 蔗糖4 % + 6-BA 0.5 mg·L ^{- 1} + NAA 0.1 mg·L ^{- 1} , 成苗率可达74.0 %。茎尖增殖较适培养基为MS + 6-BA 3.0 mg·L ^{- 1} + NAA 0.5 mg·L ^{- 1} , 每个外植体平均可产生5.6 个芽。根状茎诱导以MS + 蔗糖10 % + 6-BA 510 mg·L ^{- 1}+ CCC 500 mg·L ^{- 1}培养基, 20 ℃全黑暗培养效果最好。     

基于气温预报和神经网络的参考作物腾发量预报

采用反向传播人工神经网络(BP-ANN)逼近气象因子-参考作物腾发量ET0函数关系,以天气预报中的最高和最低气温为输入进行短期ET0预报。收集了南京站实测的2010年7月1日至2013年7月7日逐日气象数据和2012年7月1日至2013年6月30日逐日对未来7d的气象预报数据,以最高、最低气温及相应的日序数为3个输入因子,ET0为输出建立一个包含一个隐含层的3层BP网络,以2010年7月1日至2012年6月30日实测气象数据及通过FAO-56PM公式计算的ET0进行网络,以2012年7月1日至2013年6月30日实测气象数据及通过FAO-56PM公式计算的ET0进行网络验证。将2012年7月1日至2013年6月30日逐日对未来7d的气象预报中的最高、最低气温输入训练及验证后的网络,得到2012年7月1日至2013年6月30日逐日对未来7d的ET0预报值,并与FAO-56PM公式计算的ET0值进行比较以验证预报精度。结果表明,预见期1~7d内,预报的ET0和计算的ET0变化趋势基本一致,预报精度随着预见期的增加而降低;平均准确率(±1.5mm/d以内)达88.08%,相关系数为0.77,均方根误差为1.28mm/d,显示出了较高的预报精度。在局部时间段内出现的ET0,PM和预报ET0的较大差别的原因是该时段内的ET0更多地受到除了日最高和最低气温之外的其他因素的影响。提出的方法 ET0预报,随着气象预报准确度的提高,可实现较为精确的ET0预报。     

草莓脱毒苗繁育技术规程

介绍了草莓脱毒苗繁育技术中原原种苗、原种苗、生产用苗的繁殖技术.     

秦岭百合繁育基地的选择研究

在秦岭的五个地区,对亚洲百合种球繁育表现进行了试验比较研究。对不同地区的种球膨大系数、子球增殖率、根系质量等特性进行了综合比较。结果表明,亚洲百合在秦岭进行繁育必须对具体地区进行严格的筛选。研究认为,位于汉中市的桑园坝产区可以作为亚洲百合在秦岭山区的理想繁育基地之一。     

基于信道测试的橘园WSN网络部署试验

为解决无线传感器网络(WSN)规划与快速部署问题,基于无线信道传播特性,研究橘园WSN射频信号衰减模型,指导WSN部署并进行了组网试验.选433 MHz与2.4 GHz载波频率,基于连续无线电波在通信码率、天线增益、调制扩频方式、数据包长度和通信距离等多因素作用下分析WSN射频信号在橘园的衰减,建立2频率射频信号接收强度与环境传播因子及通信距离间的模型,拟合R2最小值与最大值分别为0.957031与0.971218,0.9546与0.9863.通信码率低于1.2 kb/s且远距离通信时,433 MHz CC1110具有优势;发射功率与天线增益相同时,433 MHz平均信号强度高于2.4 GHz;通信码率相同时,CC2530丢包率低于CC1110.针对橘园选ZigBee设计星型WSN进行组网试验,结果表明,尽可能短数据包与较低通信码率的通信协议较好;WSN各节点平均通信成功率高于84％.     

名优百合的繁殖与复壮

以东方百合Ｃａｓａｂｌａｎｃａ的退化种球为实验材料,首先将鳞茎为内外层分别剥取,扦插基质为东北产硬杂木刨花和泥炭＋沙。外界条件下２０℃恒温避光和９～３０℃变温自然光。在变温自然光条件下,又分别采用不同浓度的ＡＢＴ生根粉处理。扦插１０２ｄ后的结果是：２０℃恒温避光条件下,无论基质如何,外层鳞片的扦插效果明显好于内层鳞片;ＡＢＴ生根粉有利于鳞片生根,而对于小鳞茎的发生有抑制作用;外层鳞片无论什么基质,     

台湾金线连微繁技术的改进与移栽研究

台湾金线连经组织培养诱芽微繁能形成完整植株,但生长太慢,繁殖系数太低。在诱芽培养基中添加2,4D,改用诱导类原球茎微繁,能提高繁殖系数和植株的生长速度,并能移栽成活。通过对试管苗移栽前的生根处理和移栽基质的研究,摸索出了提高移栽成活率的经验。     

小叶杨立木横断面的超声波传播速度

为对立木进行无损检测,探索了超声波在立木内的传播特性及影响因子。以小叶杨(Populus simonii)立木为研究对象,采用针式阻抗仪对30棵样本立木内部缺陷状况进行了初步估计,利用RSM-SYS5超声仪测试了超声波在立木内部的传播速度,分别统计了健康和含缺陷立木内的超声波传播速度,并对缺陷大小与传播速度之间的关系进行了回归分析。分析结果表明:当直径为30～55cm时,超声波在小叶杨健康样本立木中径向传播速度为1000～1616.766m/s,并且绝大多数大于1000m/s;小叶杨立木内部存在缺陷时,超声波径向传播速度均小于1000m/s。立木缺陷对超声波在小叶杨立木内的径向传播速度有较为显著的影响,缺陷大小与径向传播速度呈显著负相关,相关系数R2=0.887。     

基于SDAE-BP的联合收割机作业故障监测

为了解决联合收割机作业故障的非线性特征信号难以提取的问题,该研究提出了一种基于堆叠去噪自动编码器(Stack Denoising Auto Encoder, SDAE)和BP神经网络(Back Propagation,BP)融合的联合收割机作业故障监测及诊断的方法(SDAE-BP)。以转速传感器采集联合收割机脱粒滚筒转速、籽粒搅龙转速、喂入搅龙转速、杂余搅龙转速、风机转速、输送链耙转速、割刀频率以及逐稿器振动频率,并将采集的数据集作为系统的输入。利用SDAE提取输入信号的深层次特征,并由BP神经网络辨识收割机作业状态,实现联合收割机故障监测。在SDAE-BP模型训练过程中,去噪自动编码器(Denoising Auto Encode, DAE)依次经带有不同分布中心噪声的原始数据进行训练,然后将其堆叠,并通过误差反向传播算法对模型参数进行优化,以提升模型识别故障性能和泛化能力。试验结果表明,对于2018年联合收割机田间试验数据,模型的故障诊断准确率达到99.00%,与SDAE和BP神经网络相比,分别提高了1.5和4.5个百分点。将SDAE-BP故障诊断模型用2019年的试验数据进行更新,并用2018年和2019年试验数据进行测试,结果表明,更新后的模型对2018年试验数据的故障识别准确率为99.25%,对2019年试验数据的故障识别准确率为98.74%,更新后模型在2019试验数据集上的故障识别准确率较未更新模型提高了6.52个百分点。该文所建模型能够准确识别联合收割机的故障类型,且具有较好的鲁棒性,对旋转型机械故障监测及预警具有参考价值。