集雨种植模式下种植密度与行距配置对小麦茎秆糖积累及倒伏性能的影响

【目的】分析沟垄集雨种植模式下不同种植密度和行距配置对小麦茎秆碳水化合物积累和抗倒伏性能的影响,明确适应于小麦沟垄集雨种植合理的密度及行距,为进一步稳定和提升小麦产量提供理论依据。【方法】以北方旱区主栽小麦品种西农979为试验材料,于2019—2021年在集雨种植模式下设置两个密度(低密度:180万株/hm^(2);高密度:225万株/hm^(2))和两种行距处理(等行距:20 cm;非等行距:12.5 cm﹕35 cm﹕12.5 cm),分析不同密度和行距对小麦植株中下部叶片的净光合速率、茎秆非结构性碳水化合物和结构性碳水化合物含量、茎秆折断弯矩和倒伏指数以及籽粒产量的影响。【结果】集雨种植模式下提高种植密度,小麦植株中下部叶片(倒三叶、倒四叶、倒五叶)的净光合速率(Pn)、茎秆基部第二节间非结构性碳水化合物(葡萄糖、果糖、蔗糖)和结构性碳水化合物(半纤维素、纤维素)含量、茎秆折断弯矩均明显降低,茎秆倒伏指数显著增高;而高密度种植条件下非等行距处理可改变植株各指标,其中,相较于高种植密度+等行距处理,植株倒三叶、倒四叶、倒五叶Pn明显提高,增幅分别为7.7%—16.5%、5.3%—37.7%、11.9%—24.9%,茎秆葡萄糖、果糖、蔗糖含量分别提高了9.8%—15.0%、8.8%—27.4%、8.2%—41.1%,半纤维素、纤维素含量分别增加4.5%—19.8%、5.9%—31.2%,茎秆折断弯矩提高4.8%—17.3%,茎秆倒伏指数降低10.9%—25.9%,小麦产量亦显著提高了13.5%—15.2%。相关分析表明,小麦茎秆基部节间葡萄糖、果糖、蔗糖含量与半纤维素、纤维素含量呈极显著正相关;小麦茎秆非结构性碳水化合物、结构性碳水化合物与小麦植株中下部叶片Pn及茎秆折断弯矩呈显著正相关,而与倒伏指数呈极显著负相关。【结论】集雨种植模式下,通过非等行距种植调节群体空间分布,可有效提升小麦植株中下部叶片光合速率,促进茎秆糖类物质合成积累,增强小麦茎秆抗倒伏性能,进而降低小麦倒伏发生率,提高籽粒产量。

基于约束性多目标优化算法的柑橘黄龙病识别算法

为了克服柑橘黄龙病监测和识别难的问题,提出一种基于约束性多目标优化算法的柑橘黄龙病识别算法(CMOA-CHDIA)。将柑橘黄龙病特征最优化转换为约束性多目标优化问题模型,采用基于勒贝格测度约束性多目标粒子群优化算法(LCMOPSO)求解该模型,并获取最优柑橘黄龙病特征;根据获得的最优特征采用近邻分类算法识别柑橘黄龙病。试验结果显示,基于约束性多目标优化算法的柑橘黄龙病识别算法对柑橘黄龙病的识别准确率达到98.55%,较FSMEA、PSO-MOFSA、FSMDEA识别准确率分别增加14.55%、11.55%、12.55%,在提高柑橘黄龙病识别准确度方面效果较好,对柑橘黄龙病防治具有一定的指导意义。

补灌对旱作集雨下麦田微生物呼吸与熵值的影响

为探明沟垄集雨条件下限量补灌对麦田土壤质量的影响,在冬小麦生育期设置3种降雨年型(丰水年P1:275 mm、平水年P2:200 mm、干旱年P3:125 mm)和4个补灌量水平,以传统畦灌(Traditional flat planting,TF)为对照,对沟垄集雨补灌(Ridge-furrow mulching system,RF)条件下不同土层土壤微生物呼吸、土壤有机碳含量、微生物量碳含量及其熵值(土壤代谢熵和微生物熵)进行研究。连续3年的研究结果表明,与深层土壤相比,沟垄集雨补灌对表层土壤微生物呼吸强度和微生物熵影响更为显著。在冬小麦生育期降雨量和补灌量相同的情况下,沟垄集雨较传统畦灌表层和深层土壤微生物呼吸强度分别增加2.47%~21.67%和3.28%~24.59%,且均在干旱年(降雨量125 mm)达到显著性差异;而土壤有机碳含量分别降低0.42%~15.49%和3.34%~11.52%。微生物熵分别增加9.09%~27.05%和11.9%~24.76%;对同一降雨量下不同补灌处理进行显著性分析结果表明,与传统畦灌对比,沟垄集雨补灌对土壤代谢熵影响不显著。研究结果可为沟垄集雨技术下限量补灌农田土壤质量变化预测及田间补灌管理提供科学依据。

新时代学校体育评价智慧大脑设计与构建研究

该文立足于国家体育强国战略要求对新时代体育工作的智慧化、现代化要求,对人工智能、区块链、大数据、物联网为代表的新一代信息技术在体育领域的研究进行了分析。根据分析结果,新一代信息技术对新时代体育工作有极大的促进作用。因此,利用新一代信息技术建设新时代学校体育评价智慧大脑来支持新时代学校体育工作决策与评价具有重要意义。该文进一步介绍了新时代学校体育评价智慧大脑的总体框架与主要内容,对智慧大脑人工智能属性进行了详细介绍,并提出了相应的技术方案。新时代学校体育评价智慧大脑的结果将支持新时代学校体育工作的决策,实现多样化的体育智慧扩展应用。

外源IAA、GA_3和ABA影响不同穗型小麦分蘖发生的机制

以山农15和山农8355为材料,研究外源生长素(IAA)、赤霉素(GA3)、脱落酸(ABA)对小麦分蘖发生的影响及其作用方式。结果显示,外源IAA和GA3可抑制分蘖的发生,而外源ABA则仅减缓了分蘖发生速率。进一步分析外源激素对分蘖芽生长动态及分蘖节中内源激素变化的影响,发现外源IAA和GA3完全抑制分蘖芽的生长,而外源ABA明显减缓了分蘖芽的生长速率。外源IAA提高分蘖节中IAA含量和IAA/ZT比,抑制ZT含量的提高;外源GA3提高分蘖节中IAA含量、IAA/ZT比和ABA/ZT比,抑制ZT含量的提高;外源ABA提高分蘖节中ABA/ZT比,减缓了ZT含量的升高速率。相关性分析显示,分蘖芽的生长与ZT呈显著正相关,与IAA、IAA/ZT比和ABA/ZT比呈显著负相关,与GA3和ABA呈不显著的负相关。试验结果表明,IAA和ZT在小麦分蘖发生过程中起关键作用,外源激素主要通过影响内源IAA、ZT含量以及IAA/ZT比和ABA/ZT比来影响分蘖芽的生长,进而调控小麦分蘖的发生。

氮硫肥配施对小麦籽粒谷蛋白大聚合体含量及粒度分布的影响

以优质小麦品种山农15为材料,研究了氮硫肥配施对小麦籽粒谷蛋白大聚合体(GMP)含量、高分子量谷蛋白亚基(HMW-GS)含量、低分子量谷蛋白亚基(LMW-GS)含量和谷蛋白大聚合体(GMP)粒度分布的调控效应。结果表明,在一定范围内,增施氮肥可提高籽粒GMP含量、HMW-GS含量和LMW-GS含量。增施硫肥对籽粒GMP含量无显著影响,但降低了HMW-GS含量和D区LMW-GS含量,提高了B区和C区LMW-GS含量。增施氮肥和硫肥均降低小粒径(d<12μm)GMP颗粒体积和表面积百分比,提高大粒径(d≥12μm)GMP颗粒体积百分比和表面积百分比,但对GMP颗粒数目百分比无显著影响。相关性分析显示,C区LMW-GS含量与小粒径GMP颗粒体积百分比和表面积百分比均呈显著负相关。说明增施氮肥能改变籽粒GMP的绝对含量,增施硫肥却改变籽粒GMP亚基的相对含量。增施氮肥和硫肥对大粒径GMP颗粒的体积及表面积分布均有正向效应;LMW-GS,特别是C区LMW-GS在大粒径GMP颗粒形成中起重要作用。

小波阈值降噪算法中最优分解层数的自适应选择

小波阈值降噪算法是一种去除数字信号中白噪声的有效算法.针对加性高斯白噪声的情况,提出一种自适应小波降噪算法,用于语音信号的增强.它能根据带噪信号的特点,自适应选择小波变换的最优分解层数.实验结果表明,该算法比经典的小波降噪算法具有更好的降噪效果,能有效提高算法的实用性能.

粮食烘干塔水分在线检测系统中的实时信息采集与处理

通过对粮食烘干塔水分在线检测系统的实时性要求分析 ,介绍了在 VB程序中实现信息实时传输和处理的多线程编程方法 ,论述了串行通信、动态图形显示、温度补偿和数据融合等实时信息处理方法。

基于语音质量预测的VoIP自适应抖动缓冲算法

抖动缓冲是解决VoIP系统延时抖动问题的有效方法。为实现抖动缓冲的动态调整,获得更好的VoIP通话质量,提出了一种基于语音质量预测的自适应抖动缓冲算法。算法采用Pareto分布为延时建模,通过E-Model方法预测突发丢包模式下的瞬时语音质量,以最大化语音质量为目标,自适应选择出最优的抖动缓冲区大小。实验仿真结果表明,所提算法明显优于已有算法,能够有效提高VoIP系统的语音质量。

基于语音质量预测的Speex自适应码率控制算法

为实现IP语音(VoIP)质量的动态管理与控制,提出了一种基于语音质量预测的自适应码率控制算法。通过实时预测VoIP通话的瞬时语音质量和总体语音质量,自适应地调整Speex编码参数,从而根据需要选择最佳编码速率。实验仿真结果表明,提出的算法能够有效减少网络拥塞,提高VoIP系统的语音质量。

集成学习中基于离散化方法的基分类器构造研究

为构造集成学习中具有差异性的基分类器,提出基于数据离散化的基分类器构造方法,并用于支持向量机集成。该方法采用粗糙集和布尔推理离散化算法处理训练样本集,能有效删除不相关和冗余的属性,提高基分类器的准确性和差异性。实验结果表明,所提方法能取得比传统集成学习算法Bagging和Adaboost更好的性能。

采用子带长时信号变化特征的VAD检测

为提高语音活动检测(VAD)在低信噪比下的准确率,提出了一种基于子带长时信号变化特征的VAD算法。将语音信号转换到频域,并分解为几个不重复的子频带,对这些子带信号分别提取长时信号变化特征,然后采用GMM在线建立语音和非语音模型,以模型的似然比进行VAD判决。实验结果表明,算法在较低的信噪比下能够显著地提高语音活动检测的准确率,且在多种噪声环境和信噪比条件下具有较好的稳健性。应用于语音识别系统的实验表明,该算法能有效提高噪声环境下的语音识别率。

自动语音识别系统中的OOV快速拒识算法

在自动语音识别系统的实际应用中,词表外(Out-of-Vocabulary,OOV)语音的检测与拒识非常重要。针对语音识别的实时性要求,提出了一种新的基于支持向量机的OOV快速拒识算法,并将其应用于基于DSP实现的孤立词语音识别系统中。实验结果表明,该算法计算简单,实时性好,且效果显著,拒识率达80%以上。通过与传统神经网络方法的比较,证明该算法具有更好的性能和应用潜力。

基于“供给侧改革”思维提升《作物栽培学》教学质量

《作物栽培学》是高等农业院校本科农学类专业的核心课程之一,提高该课程的教学质量直接决定着高素质现代农业人才培养以及作物栽培学学科的发展。为此,从"教学端"切入,分析教学过程中目前存在的问题;通过教学授课内容、师资配置、授课模式、评价方式、课后实践五个方面,阐述提升《作物栽培学》课程教学质量的思路与途径。

一种基于类融合向量的支持向量机及其在语音识别系统中的应用

支持向量机可以通过产生的支持向量来概括数据集合中的信息,其分类函数仅依赖于一小部分训练样本,即支持向量,这使得它对噪声数据非常敏感。本文采用数据融合的方法加以改进,提出了一种新的基于类融合向量的支持向量机,降低了对噪声数据和较大偏差值的敏感性,提高了算法的容噪性能,并成功地应用于语音识别系统中,取得了较好的效果。

基于RSBRA离散化方法的支持向量机集成

提出一种新的基于离散化方法的支持向量机集成算法,该算法采用粗糙集和布尔推理离散化方法构造有差异的基分类器,进一步提高了集成学习机的分类性能。实验结果表明,所提算法具有明显优于单一支持向量机的分类性能,并能取得比传统的集成学习算法Bagging和Adaboost更高的分类正确率。

“产教孪生”理念下“微专业、深融通”新型软件人才培养模式探索

高职院校在产业转型升级过程中所培养的技能人才滞后于产业新技术岗位的需求。依据胜任力模型理论,提出"产教孪生"理念,通过校企深融通合作办学模式,以及微专业化的课程体系构建方法,形成"产教孪生"的协同育人模式,破解了校企深度合作办学的难题,对面向产业新技术的教学团队建设和教学资源建设有一定成效。通过"双高"专业群的具体实践,在产业学院组建、新型软件人才培养、教学创新团队打造、新技术教学资源共建与推广、协同创新服务等方面发挥了示范引领作用。

采用离散化处理的选择性SVM集成学习算法

为提高分类性能,提出了一种新的基于数据离散化和选择性集成的SVM集成学习算法。该算法采用粗糙集和布尔推理离散化方法处理数据集,构造有差异的个体SVM以提高集成学习的性能。在训练得到一批SVM之后,算法采用了选择性集成提高性能并减小集成规模。实验结果表明,所提算法能取得比传统集成学习方法Bagging和Adaboost更好的性能。

基于单类支持向量机的稳健语音端点检测

可靠的语音端点检测算法是稳健语音识别系统所必须的。针对现有算法在噪声环境下的稳健性问题,提出了基于单类SVM(Support Vecfor Machine)的端点检测算法。通过对多特征信息进行在线学习与综合,以及采用双层决策机制,有效提高了语音检测的稳健性。实验表明,算法在多种噪声环境和信噪比条件下有效,明显提高了语音识别系统在噪声环境下的识别率。

基于支持说话人权重的快速说话人自适应算法

针对语音识别系统中快速说话人自适应问题,提出了一种支持说话人权重算法.该算法通过支持说话人的计算实现了说话人选择与自适应参数的降维,减少了自适应时的存储量,有效提高了自适应数据较少时的性能.有监督自适应的实验结果表明,在仅有一句自适应语句的情况下系统误识率相对非特定人(SI)系统下降了5.82%,明显优于其他快速自适应算法.