良种推介

<正>国家蔬菜工程技术研究中心北京京研益农科技发展中心联系地址:北京2443信箱(西郊板井)邮编:100097技术咨询:010-51503038 51503056销售热线:010-51503042 51503043 51503157 51503158新3号白菜中晚熟一代杂种,生长期80天,株型半直立,生长势较旺,株高50.0厘米左右,开展度75.0厘米,外叶色较深,叶面稍皱,叶柄绿色,叶球中桩叠抱,球高33.0厘米,球宽19.3厘米,球形指数1.7,结球速度快、     

良种推介

<正>国家蔬菜工程技术研究中心北京京研益农科技发展中心联系地址:北京2443信箱(西郊板井)邮编:100097技术咨询:010-51503038 51503056销售热线:010-51503042 51503043 51503157 51503158新3号中晚熟一代杂种,生长期80天,株型半直立,生长势较旺,株高50.0厘米左右,开展度75.0厘米,外叶色较深,叶面稍皱,叶柄绿色,叶球中桩叠抱,球高33.0厘米,球宽19.3厘米,球形指数1.7,结球速度快、紧实,单株净菜重4.2千克,667米2产     

水稻硬质育秧盘全自动起盘机提升与叠盘装置研究

针对现有叠盘暗室育秧模式下全自动起盘机存在起盘合格率和工作稳定性下降,输送阶段易造成秧苗、秧盘损伤等问题,改进设计一种具有轴向辅助推送秧盘功能的钩杆式提升装置,并构建仿真试验平台确定影响其工作性能的主要参数及取值范围;确定关键部件循环叠盘装置的结构参数,建立多情形目标评价结果函数,并通过Matlab插值法对评价指标进行标准化;采用二次旋转正交组合试验,以托盘间距、横向输送速度、抬起角为试验因素,起盘合格率、叶损伤率、硬盘损伤率和伤秧数为性能评价指标,对试验结果进行响应曲面分析、回归分析。应用Design-Expert 11进行多目标参数组合优化。在托盘间距为190mm、横向输送速度为0.20m/s、抬起角为72°的条件下,田间验证试验得到起盘合格率为97.5%,叶损伤率为0.52%,硬盘损伤率0.45%,伤秧数为9,与理论优化值误差小于1%,比优化前合格率提升5.6个百分点,叶损伤率降低3.5个百分点,减少秧苗损伤,硬盘损伤率降低3.8个百分点。     

一种提取结构系统脉冲响应函数的时域平均法

在结构系统动态特性测试中,针对不适用于平均功率谱方法的场合,研究了在时域提取系统脉冲响应函数的方法。利用误差函数对脉冲响应函数的偏导数获得误差函数的极值,以最大程度地消除随机噪声的干扰。算法考虑了2种误差模型并分别得到了各自的系统脉冲响应函数的递推算法。算法适用于在不同激励下进行平均去噪的问题。用四自由度的弹簧质量阻尼系统进行了仿真,并且在悬臂梁上进行了实验,结果表明了算法的有效性。     

小波神经网络在玉米营养品质鉴定中的应用

玉米是生态农业的关键农作物之一,富含蛋白质、纤维素、脂肪等物质,为实现优质玉米的培养,需要对玉米营养品质进行快速鉴定。同时,针对同一品种的玉米对不同频率的光会产生不同光谱响应数据的特点,为实现利用光谱建模快速鉴定玉米营养品质的目的,提出了基于BP神经网络的平均影响值(BP_MIV)光谱因子筛选方法。利用BP_MIV法筛选出对玉米营养品质贡献率大的波长对应的光谱响应数据列,同时由于光谱测量过程中受到试验环境、仪器参数配置、光散射效应等因素的影响,光谱响应数据中除包含玉米样品营养品质含量的信息外,同时还存在各种噪音干扰,因此,对该响应数据进行小波去噪处理,最后建立优选波长因子下的小波神经网络玉米营养品质鉴定预报模型。结果表明,筛选出的波长因子能较好地代表众多光谱因子,对玉米蛋白质的预报精度较传统的统计方法要高。     

水稻集中育秧技术初探

在集中育秧中要提升育苗质量和商品率必须首先进行地块平整,种子处理,营养土准备;其次要提高播种质量,通过硬盘叠盘暗化催芽提高整齐度和出苗率,使用蛇皮布覆盖减少了用工,兼顾了保温和保湿,保障了出苗质量;最后要强化揭膜后水、肥管理和病虫害防治。     

基于反射光谱预处理的苹果叶片叶绿素含量预测

以苹果叶片叶绿素含量为研究对象,定量研究了光谱数据预处理方法对光谱特征提取及叶绿素含量预测模型的影响。首先,比较了苹果叶片原始反射率光谱、小波包去噪反射率光谱、反射率一阶差分光谱、先小波包去噪后一阶差分光谱、先一阶差分后小波包去噪光谱这5种光谱的波段间相关系数以及光谱与叶绿素含量间的相关系数,建立了叶绿素含量预测逐步回归模型并对建模结果进行了比较分析。结果表明单纯3层sym8小波包去噪可使光谱曲线平滑,但不会明显提高模型精度;一阶差分虽然放大了局部噪声,但是消除了基线漂移影响,可提高模型精度;先差分后小波包去噪比先小波包去噪后差分具有更高的峰值信号噪声比,更低的均方误差与最大误差,建模结果也显示出同样的结果。因此,先差分后小波包去噪算法可认为是一种有效的苹果叶片叶绿素含量预测光谱预处理方法。利用这一方法建立了苹果叶片叶绿素含量预测模型,获得了较高的预测精度。该研究可用于对苹果树营养状态的评价并指导按需施肥。     

近红外光谱法测定土壤全氮和碱解氮含量

为探寻采用近红外光谱技术在野外快速测定土壤全氮和碱解氮含量的方法,采集土壤光谱信号,结合偏最小二乘法和主成分分析法,分别建立土壤全氮和碱解氮含量测定的定标模型。结果表明,采用PLS方法建模时,土壤全氮和碱解氮含量测定定标模型的精度较高。为提高模型的预测精度,采用多元散射校正、标准归一化、基线校正、卷积平滑和小波变换5种方法对光谱信号进行预处理,当用小波变换法对光谱信号进行去噪处理,并与PLS方法结合时,模型的预测精度最高,土壤全氮样品校正模型的相关系数为0.838 5,均方根误差为0.153 1,对应验证模型的相关系数为0.754 9,均方根误差为0.184 2,校正集和验证集土壤全氮含量预测值(y)与实测值(x)之间的关系模型分别为y=0.685 8x+0.198 0和y=0.621 4x+0.237 9;土壤碱解氮样品校正模型的相关系数为0.866 5,均方根误差为0.007 7,对应验证模型的相关系数为0.796 1,均方根误差为0.009 4,校正集和验证集土壤碱解氮含量预测值(y)与实测值(x)之间的关系模型分别为y=0.749 8x+0.019 4和y=0.700 7x+0.023 3。综合分析结果表明,应用近红外光谱技术对土壤全氮和碱解氮含量进行定量预测是可行的,且应用小波变换方法对光谱冗余信息进行预处理后,再与偏最小二乘法相结合可有效地提高模型的精度。     

基于改进SVM分类器的动作识别方法

利用智能手机加速度传感器信号,提出一种改进的动作识别方法以降低传统动作识别方法的复杂程度,提高识别率。在特征提取时用盲选法,即用PCA(principal component analysis)进行特征值的降维和去除多维间的干扰,而所选特征没有对应的物理意义;并在分类识别中将遗传算法应用到SVM(support vector machine)分类器参数优化中。通过实验表明,该方法能够对日常的走路、站立、跑及上下楼等动作进行准确的识别。     

基于EMD的土壤有机质含量近红外光谱检测

以检测土壤有机质含量为例,探讨经验模态分解在土壤近红外光谱检测中的应用,提出了应用的原理和步骤.用处理后的光谱计算了土壤中的有机质含量,并与九点平滑和小波变换方法的处理结果进行了对比分析.结果表明:与传统的九点平滑处理结果相比,SNR从3 dB左右提高到10 dB左右,原始信号与消噪信号之间的标准差由2.972降到0.901;预测集的决定系数r2由0.9410提高到0.9803,预测均方根误差RMSEP由0.6702降为0.301 1.证明了经验模态分解方法在光谱处理过程中的可靠性,提高了土壤有机质含量近红外光谱的定量分析精度.