众信516杂交玉米—绿豆间作种植模式

随着人口增长和商品经济的发展,对粮食耕作制度进行改革,变一年一熟为一年两熟,是进一步挖掘单位面积的增产潜力,提高经济效益,生产多种农副产品和培肥地力的重要途径。为此,近年来,威县相继开展了棉、粮、豆等多种作物间作套种改革与试验,威县农业种植结构调整的办法与众信516在当地推广的新思路,为农户提供关键栽培技术和指导,为本地农业的健康发展提供有利的技术服务。     

水产养殖水质检测与控制技术研究进展分析

水质的实时监测和调控是水产养殖过程中的关键环节,是保证水产品品质的重要措施。本文在总结和整理现有国内外研究成果的基础上,结合国内水产养殖多为池塘、网箱等封闭水质环境的特点,对水产养殖水质监测与控制系统的典型架构、水质重要参数的检测技术、水质监测与控制系统的通信技术和智能控制技术进行了分析和讨论。提出了未来技术发展方向:实时在线的水质监测和传感技术将成为研究的重点方向;水质参数的预测仍将是水质监测技术的重点研究方向,其中非线性预测模型是水质预测模型构建的主流方法;结合数据融合技术的多参数传感器正成为研究热点;低功耗广域网将成为水产养殖水质监控系统主流的远程通信技术。     

用多酚类指标表征干红葡萄酒味感质量的模型构建

采用葡萄酒多酚系列指标,构建味感质量预测模型,实现干红葡萄酒涩感和余味的客观量化。试验以宁夏和新疆的50款赤霞珠干红葡萄酒为原料,利用常规方法检测样品总酸、挥发酸和pH值,采用自由基清除法测定抗氧化活性,通过紫外-可见分光光度计法分析总酚、花色苷、黄烷醇、黄酮醇、酒石酸酯含量,并以感官品评法量化干红葡萄酒的涩感和余味。相关性分析结果显示,总酚、花色苷、黄烷醇、黄酮醇等对涩感和余味的影响有显著差异（P<0.05）,酒石酸酯对余味的影响较小,而总酸和pH值对供试干红葡萄酒的涩感没有显著影响（P>0.05）。感官品评量化结果显示,宁夏和新疆产区酒样的涩感得分为6.18和5.70,余味得分为5.37和4.85,供试酒样的涩感与余味质量良好,且存在相似的变化趋势。以多酚系列指标表征的涩感质量偏最小二乘回归（partial least squares regression,PLSR）模型的决定系数（r-square,R²）为0.83,余味模型的R²为0.78,结果表明,总酚、黄烷醇、挥发酸、DPPH等指标对葡萄酒的涩感和余味贡献较大,黄酮醇和酒石酸酯主要影响葡萄酒的涩感,而花色苷、总酸和pH值则主要影响葡萄酒余味。研究得出,基于紫外-可见分光光度计法设计的多酚系列指标可以较好地解析干红葡萄酒的味感质量,降低检测成本,具备表征和预测干红葡萄酒味感质量的能力。     

板材图像识别中颜色特征参数的提取

简述了彩色图像处理技术中颜色模型的选择,介绍了用来表征颜色的特征量含义,提取东北常见4个树种表面颜色特征参数值,并对各参数值进行了比较分析。按颜色参数用自组织竞争神经网络进行了分类,取得了比较好的分类效果。     

GVF Snake模型在木材表面缺陷分割的应用研究

针对木材表面存在纹理、凹凸结构、边缘颗粒和弱边缘等特点,对其直接运用Snake模型进行分割难以得到有效边缘提取,因此提出运用改进的GVF Snake模型和维纳滤波相结合对其进行分割。首先对木材图像进行维纳滤波使得纹理变得平缓,同时可以使得缺陷边缘得到有效保留,再对其进行GVF Snake模型分割。该算法对初始轮廓的选择敏感度降低,拓展性增强,可以使得轮廓曲线更加快速地收敛到缺陷边缘,避免陷入局部最优现象,提高对弱边缘和凹凸图像分割效果,分割结果更加清晰、连贯,具有良好的实时性。为木材表面缺陷的分割提供一种更为有效的方法,拓宽了snake模型的应用范围。     

噪声环境下木材纹理分类的研究

为了实现木材分类识别的自动化,应用灰度共生矩阵建立了木材纹理的参数体系,并进行了分类研究。首先在无噪声的环境下提取了木材的共生矩阵纹理原始特征参数,并对其进行特征选择,进而建立了木材纹理参数体系。对该参数体系进行噪声适应性测试的实验结果表明,无噪声情况下样本识别率为87.50%;0.2%￣1.0%椒盐噪声环境下样本识别率范围为87.00%￣88.00%。表明该参数体系具有良好的抗击噪声能力和一定的工程实用价值。     

基于神经网络和颜色特征对木材进行分级的分析

为了解决木材的分级问题，提出了利用神经网络和木材表面颜色特征对木材进行分级的方法。利用竞争神经网络对114种不同树种进行粗分，然后再用BP神经网络算法对此进行验证，又对四种木材进行分类验证。从计算机分类分级仿真效果上看，达到了预期的目的。     

图像分割技术在木材表面缺陷识别中的应用

阐述了图像分割技术在图像处理及分析中重要意义,以及主要的图像分割技术。以木材表面缺陷为主要研究对象,利用微分算子边缘检测、最优迭代阈值分割及形态学方法针对具有代表性缺陷死节和虫眼进行分割处理。     

数学形态学在木材表面缺陷图像分割后处理中的应用

介绍了数学形态学的基本思想和运算。针对木材表面缺陷图像分割效果不完善的问题,提出基于数学形态学的图像后处理方法,包括应用数学形态学的填充操作、形态滤波以及形态梯度边缘检测等。经实验验证,应用数学形态学进行图像后处理,增强了木材缺陷图像分割结果的可视性和准确性。     

基于分形维木材表面粗糙度的研究

应用分形维对木材表面粗糙度特征进行研究。首先，对Sarkar和Chaudhuri提出的分形维计算方法做了改进：其次，以60个树种为研究对象，提取和分析木材表面的分形维数。得出结论：分形维数能够反映木材表面的粗糙程度，可作为木材表面粗糙度的一种度量？