米槁实生苗苗木分级研究

对苗圃内生长1年的米槁实生苗进行出圃前的质量调查,在调查精度为95%的基础上,分析了影响米槁苗木质量的相关因子。以苗高、地径为分级指标,运用SPSS17.0软件进行聚类分析得出米槁实生苗苗木分级标准,Ⅰ级苗为D≥0.83cm、H≥87.6cm,Ⅱ级苗为0.83cm≥D≥0.57cm、87.6cm≥H≥76.4cm,Ⅲ级苗为D0.57cm、H76.4cm。为米槁苗木生产中的质量判别和分级拣选提供了科学的依据。     

茶绒杜鹃3年生扦插苗的苗木质量指标分析与苗木分级

采用SPSS16.0统计分析软件,对福建省茶绒杜鹃3年生扦插苗苗高、地径、分枝数、侧枝基径、侧枝枝长、花苞数等苗木质量因子进行测定和统计分析,运用K-均值聚类法对其苗木进行初步分级。结果表明:茶绒杜鹃3年生扦插苗苗高、地径呈正态分布,质量整齐度一般;各质量因子间存在一定的相关性;3年生扦插苗分级标准:Ι级苗,苗高≥45cm、地径≥5mm、分枝数≥5;Ⅱ级苗,苗高30～45cm地径4～5mm、分枝数4。     

辣木种子苗繁育技术操作规程

种苗繁育是规范化种植的基础环节,为进一步规范辣木种苗繁育技术,于2013～2015年对辣木种苗繁育过程中的种子采收、种苗繁育、田间管理、采收运输及分级标准进行了总结,并制定了辣木种苗繁育技术操作规程(SOP),以期为辣木标准化的种苗生产提供依据。     

光皮桦优树及苗木选择的Fuzzy综合评判分级

毕节分布有结实良好、干形通直圆满、抗寒能力强的成片光皮桦林分,可为贵州光皮桦人工造林提供优质种子.因此在毕节采用“五株优势木对比法”,开展了光皮桦优树选择,并应用Fuzzy线性加权变换模型,对桦木优树及苗木进行分级评定,评选出形质特征表现为优的优树3株,具有良好表现的优树22株,一般表现的14株;Ⅰ级桦木苗1个,Ⅱ级桦木苗19个,Ⅲ级苗21个.     

广西火桐种子质量分级标准研究

[目的]制定广西火桐种子质量分级标准.[方法]测定30批次广西火桐种子的净度、千粒重、含水量、生活力及发芽率共5项指标,应用SPSS 20.0软件对数据进行聚类分析,确定广西火桐种子质量分级标准.[结果]广西火桐种子被分为3个等级,其中达到二级及以上标准的种子认定为合格种子.种子含水量、千粒重、发芽率和生活力为广西火桐种子质量分级的主要指标,净度为参考指标.[结论]建立了广西火桐种子分级质量标准.     

近球形硬壳坚果的分级机设计

文章提出一种新型的近球形硬壳坚果分级机,该设备以坚果大小分级理论为基础,含进料分离机构、分级机构和回位机构设计.该机构的完成,不仅能保证较高的分级精度,还能够实现较高的分级效率.     

普通丝瓜褐变度概率分级与总酚的回归分析

为运用概率分级和回归分析方法揭示普通丝瓜褐变度与总酚含量之间的相互关系,从而建立普通丝瓜基于褐变度正态分布的分级标准,研究测定38份普通丝瓜的褐变度和总酚含量。采用X-1.2818S、X-0.5246S、X+0.5246S和X+1.2818S 4个点将丝瓜褐变度概率分为5级,即极低(1级)、低(2级)、中(3级)、高(4级)、极高(5级),并将其与总酚含量进行线性回归分析。普通丝瓜果肉褐变度变化范围为2.17~9.60,平均值为6.211,变异系数为29.77%,经K-S正态性检验符合正态分布,建立褐变度和总酚含量的线性回归方程y=3.559x-2.837,两者之间存在显著的线性关系。普通丝瓜果肉褐变度与总酚含量呈显著正相关。     

农林院校高级语言程序设计课程分级教学研究

针对高等农林院校学生高级语言程序设计水平不同,实施分级分层次教学可以较好地实现以人为本,以学生为主体的现代教学理念,提高高级语言程序设计课程教学质量,更好地满足农林专业人才的培养和社会需求。农林院校高级语言程序设计课程分级教学需要解决师资素质、教学成本、教学管理和学生心理等主要问题,需要强化以人为本的教学理念,提升师资队伍教学水平;科学选择或编写教材,认真规划设计教学内容;增加教学软硬件等设施投入,提高现代化教学管理水平;增强教师人文关怀意识,强化学生身心健康水平。     

长期定位施肥对潮土磷素形态和有效性的影响

研究长期定位施肥对潮土各形态磷含量变化及磷有效性的影响,为潮土合理施用磷肥提供理论依据.长期定位施肥试验开始于1990年,设CK(不施肥)、N2(单施尿素)、N2P(不施钾肥)、N2K(不施磷肥)、N1PK(低量氮肥和磷钾肥)、N2PK(平衡施肥)、N3PK(中高量施肥)、N4PK(高量氮肥和磷钾肥)、N2PKM(化肥...     

基于计算机视觉的花生品质分级检测研究

【目的】建立能够对花生进行品质分级的计算机视觉无损检测方法。【方法】同步拍摄和扫描11类品质,每类品质100颗和100宗,每宗100颗不同等级的花生籽粒的正反面图像;参照国家标准量化花生品质籽粒的11个限制性检测项目,设计花生规格和品质等级的判别方法;测量每个籽粒的形态、纹理、颜色共3大类54个外观特征,采用主分量分析(PCA)进行特征优化,构建并比较BP神经网络(ANN)和支持向量机(SVM)品质检测模型;分别应用Matlab和Spss工具软件实现检测过程和对结果进行统计分析。【结果】前16个主分量的SVM模型,能够鉴别95%以上的不完善粒、霉变、杂质、异品种等不同品质的籽粒,与人工检测结果吻合度达到了93%,对100宗待检样品进行检测,规格和等级检测完全正确率达到了92%。【结论】研究结果为花生的品质分级检测提供了比较系统全面的量化标准和检测方法,该方法可推广应用于花生品质鉴别、分级筛选加工和商品分级定价等领域。