气力式水稻抛秧装置参数的确定

在水稻钵苗空气动力特性试验的基础上,对气力式水稻抛秧装置的参数从理论与试验两方面进行分析和计算,建立了数学模型,确定了最佳值,为设计提供了依据。     

基于PLC和组态王的PE粒料气力配送系统

介绍了基于PLC和组态王的PE粒料气力配送料系统的结构、原理，重点说明了其技术难点西门子PLC与康沃变频器的自由口通讯。     

气力输灰在烧结系统上的应用

以L型气力输送泵在烧结系统上的应用为背景,介绍气力输灰工作原理及进料、输送阶段采用的控制方案,并针对常见故障提出处理方案.     

关于水稻抛秧栽培减少氮肥用量对产量影响的研究

用田间小区试验的方法，对抛秧栽培条件下的施肥技术进行了研究。结果表明在其它条件相同情况下，与常规插秧栽培相比抛秧水田减少基肥氮肥用量２０％和分蘖肥３２％可获得更高产量，即抛秧栽培应控制前期氮肥用量。     

气力输送技术及其智能时间控制系统在燃煤电厂的应用

随着国家对环境保护工作的重视和社会对电厂粉煤灰的综合利用,当前新建机组都采用了干式除灰,气力输灰技术作为一种高效经济的干式除灰方式,在燃煤电厂得到了越来越广泛的应用。在气力输灰的运行控制方式中,先后出现过时间控制方式、仓泵料位计控制方式、灰斗料位计控制方式、时间加料位控制方式等多种控制方案。在本文中,介绍气力输灰的运行原理及其全新的控制模式-ITC智能时间控制系统。     

水稻抛秧高产的田间小气候研究

本课题通过1995～1996年水稻生长季抛秧和手插秧两种不同栽培形式的田间小气候平行对比观测试验，结合气象台站同期常规气象观测资料，研究了水稻抛秧田间光、温、湿、风等气象要素时空变化规律及其生态效应，揭示出抛秧稻高产除与其自身高产因索有关外，主要与较好的田间小气候有关。     

水稻乳苗抛栽与其他栽培方式的比较研究

不同栽培方式的水稻产量差异达极显水平，手插秧和抛秧的产量极显地高于乳苗抛栽。乳苗抛栽的成苗率低，成穗率低。乳苗抛栽比手插秧和抛秧在田间的生长期大大缩短，各个生育时期均有所延后，乳苗抛栽群体的灌浆比手插秧和抛秧延迟，灌浆持续期比手插秧和抛秧短，千粒重降低。     

大型电站稀相气力飞灰输送控制系统及其应用

介绍了气力除灰的工艺流程与控制原理,除灰控制系统的总体设计,分析稀相飞灰输送系统应用中的问题,提出稀相除灰控制系统的改进设计.     

谈机械原理CAI课件脚本设计

针对机械原理课程的特点，介绍了用多媒体创作工具来制作机械原理计算机辅助教学课件的脚本设计方法。     

微机械惯性仪表综述

介绍了当前国外微机械陀螺仪和微机械加速度计的典型方案，并对其工作原理进行了简要的分析。     

4—9kg超早期断奶仔猪钙需求参数研究

界定了高等学校后勤社会化内涵 ,探讨了对社会化后勤的管理和监控。后勤社会化后 ,须与学校、教育行政部门保持必要的责、权、利关系。高等学校应建立和完善监控体系 ,履行管理、协调职能 ,维护学校、教职工和学生的利益。建立健全科学规范的管理制度。监控应当坚持依法、适时和有效的原则 ,同时要建立畅通的信息反馈系统 ,以适时调整各种监控措施 ,实现有效监控。实施监控还应依据一定的程序 ,以体现公开、公平、公正、合理和规范 ,克服监控过程中的人为因素 ,消除监控过程中的误解。     

施用调制剂对水稻秧苗体内某些生化特性的影响

通过田间试验,研究了草甸土施用“亚大Ⅱ号”牌水稻旱育苗床土调制剂对水稻秧苗体内某些生化特性的影响。结果表明：随着调制剂用量的增加和床土pH值的降低,水稻秧苗体内超氧化物歧化酶（SOD）、苯丙氨酸解氮酶（PAL）过氧化物酶（POD）、多酚氧化酶（PPO）活性提高,秧苗素质改善,抗病能力随之增强。     

基于机器视觉算法的水稻秧苗状态识别

根据秧苗发育形态调节育秧环境中的光照、温度、湿度能够避免徒长,这对水稻优质高产十分重要。针对水稻秧苗在恒温箱封闭式育秧环境下因监测不及时导致的徒长情况,提出了一种基于机器视觉算法识别秧苗发育状态的方法。采用恒温箱对东农426和东农428水稻进行育秧研究,利用协方差聚类算法对秧苗RGB彩色图像进行分割,再选用连续腐蚀开操作结合Hough变换进行预处理。根据提取与秧苗徒长直接相关的形态指标参数信息,如株高、叶面积、着生角、生长速率,进行曲线拟合,最后将结果显示在软件界面上。实验结果表明,该方法可以正确的识别秧苗并准确提取形态指标参数,准确率为87.5%,秧苗形态参数识别误差不超过7%,适用于封闭式育秧环境中对秧苗的监测,该方法为研究水稻工厂化立体育秧提供了有效参考。     

Pareto optimal design of reconfigurable rice seedling transplanting mechanisms using multi-objective genetic algorithm

In this paper, an optimal reconfigurable four-bar linkage for a rice seedling transplanting machine is synthesized by a multi-objective uniform-diversity genetic algorithm. The design procedure has consisted of two stages. At the first stage of the design, a multi-objective synthesis of a four-bar linkage as a rice seedling transplant mechanism is accomplished considering two important objective functions of tracking error of an efficient path for planting of rice seedling and transmission angle’s deviation from 90° of transplant mechanism. At the second stage of the design, a further single-objective optimization is performed to refine the selected design from the first stage so that a reconfigurable four-bar linkage can be constructed for efficient and optimum operation condition as a seedling transplantation machine. Consequently, some practical curves for optimum design configuration of the mechanism are presented meeting the different specifications of both depth of seedling planting and forward velocity of the transplanter.     

基于SH框架水稻病虫害信息管理系统的研究与设计

每年水稻病虫害的发生给水稻生产造成了巨大损失,针对这种现状,我们拟把信息化技术应用到水稻病虫害的管理工作中去。在对MVC开发模式和开发框架进行了研究后,根据水稻病虫害管理工作的特点,提出了一个基于Struts和Hibernate的实现方案。     

南方稻区遥感水稻长势监测与估产研究

经过“七五”攻关研究，基本上找出我国南方稻区遥感水稻估产的方法、途径和问题，如用工材资料调查水稻面积、用综合方法进行水稻估产，并获得稻田光谱与水稻长势及产量结构的关系及模式等，为“八五”大区域水稻遥感估产莫定了基础。     

不同粒型粳稻品种产量与品质关系的研究

以8个不同粒型粳稻品种为试材,研究了优质米品种的产量性状、品质性状及这些性状间的关系。结果表明,普通粒型品种的成粒率较高,每穗成粒数较多,产量高于长粒型品种。糙米率、精米率与成粒率呈显著正相关,整精米率与成粒率呈极显著正相关,提高成粒率对其他米质性状无明显负作用,因此,能进一步提高米质,使高产和优质在较高的水平上统一起来。粒长与糙米率、精米率、整精米率呈极显著负相关,因此,在辽宁的自然条件下,既高产又优质的品种谷粒不宜过长。     

沈阳地区水稻腾发量的数学模型研究

本研究以粳稻辽粳5号为试材，在非称重式钢筋混凝土结构的蒸渗仪中进行水稻腾发量研究。结果表明气象因素是水稻腾发量的主要影响因素，在此基础上建立了水稻增发量与空气饱和差、日照、风速和气温之间关系的数学模型；教学模型经检验具有较高精度，可用于东北沈阳地区水稻灌区的灌溉预报。     

钢渣对辽宁省水稻的增产作用

生辽宁省主要类型的水稻土上，通过田间试验研究了钢渣作为硅肥对水稻增产作用。结果表明：施用钢渣可改善水稻的生长状况；提高水稻植株中SiO2和籽粒中K2O的含量；增加水稻产量，增产幅度为8.3％～20．9％。     

Automated,highly-accurate,bug assignment using machine learning and tossing graphs

Empirical studies indicate that automating the bug assignment process has the potential to significantly reduce software evolution effort and costs. Prior work has used machine learning techniques to automate bug assignment but has employed a narrow band of tools which can be ineffective in large, long-lived software projects. To redress this situation, in this paper we employ a comprehensive set of machine learning tools and a probabilistic graph-based model (bug tossing graphs) that lead to highly-accurate predictions, and lay the foundation for the next generation of machine learning-based bug assignment. Our work is the first to examine the impact of multiple machine learning dimensions (classifiers, attributes, and training history) along with bug tossing graphs on prediction accuracy in bug assignment. We validate our approach on Mozilla and Eclipse, covering 856,259 bug reports and 21 cumulative years of development. We demonstrate that our techniques can achieve up to 86.09% prediction accuracy in bug assignment and significantly reduce tossing path lengths. We show that for our data sets the Naïve Bayes classifier coupled with product–component features, tossing graphs and incremental learning performs best. Next, we perform an ablative analysis by unilaterally varying classifiers, features, and learning model to show their relative importance of on bug assignment accuracy. Finally, we propose optimization techniques that achieve high prediction accuracy while reducing training and prediction time.