精甲霜灵和咯菌腈复配对烟草黑胫病菌的联合毒力

在实验室条件下,通过菌丝生长速率法测定了精甲霜灵和咯菌腈复配对烟草黑胫病菌(Phytophtora parasitica var.nicotianae)的联合毒力。结果表明:精甲霜灵和咯菌腈,分别以质量比为5:2、3:2、1:1、2:3和2:5复配的共毒系数CTC分别为149.74、167.80、134.13、142.35和167.20,综合增效作用考虑,3:2和2:5为精甲霜灵与咯菌腈混配的最佳配比。     

新除草剂HNPC-A9092对小麦田杂草的防除效果

对10%HNPC-A9092水乳剂进行了小麦田药效试验,结果表明HNPC-A9092对小麦田主要禾本科杂草均有较好的防治效果,同时对小麦安全。     

新型双酰胺化合物HNPC-A102对蓟马的田间防治效果

采用喷雾法研究了新型双酰胺类化合物HNPC-A102对蓟马的田间防治效果。田间药效试验结果表明:30～60 g a.i./hm²剂量下,药后1 d,HNPC-A102对茄子蓟马防效达86%以上,与同等剂量对照药剂溴氰虫酰胺相当;药后8 d,HNPC-A102对茄子蓟马防效达95%以上,溴氰虫酰胺防效均不足35%;药后13 d,HNPC-A102对茄子蓟马仍保持89%～95%的防治效果。HNPC-A102能够有效防治蓟马,且速效性及持效性好,对作物安全,具有进一步研究开发价值。     

新型杀菌剂叶菌唑对小麦几种病害的室内毒力测定及应用

[目的]验证叶菌唑对小麦病害的生物活性和防效。[方法]室内活性测定和大田试验方法,测定叶菌唑对小麦赤霉病菌、小麦白粉病菌和小麦锈病的活性。[结果]室内活性测定结果表明:叶菌唑对小麦赤霉病菌、小麦白粉病菌和小麦锈病有优异的杀菌活性,其EC50值分别为0.101、1.08、1.21 mg/L,活性高于对照药剂己唑醇和三唑酮。田间小区试验结果表明,叶菌唑在30~90 g a.i./hm2的处理剂量下,施药1~2次,对小麦白粉病具有较好的防治效果,防效在85.72%~96.09%之间。[结论]为叶菌唑防治几种小麦病原菌的大田防治提供了剂量筛选依据。     

改进的基于弦切变换的目标检测方法

在计算机视觉中形状是目标识别和检测的重要特征,针对目前许多基于形状特征的检测方法信息不够丰富,容易受边缘缺损变形等方面的影响,不具有局部特性,尤其是在许多复杂环境下很难实现对目标的正确检测等不足,提出了一种基于弦切变换理论在有限的目标边缘点信息基础上提取几何形状特征及相应的目标检测方法。该特征具有平移、旋转以及缩放不变性,基于此特征进行的目标检测能有效的得到目标的中心位置以及相关的二维运动参数,即使在一些复杂环境以及目标边缘部分失真或缺损的情况下也具有一定的鲁棒性。但由于边缘本身容易受到图像质量、对比度以及量化误差等影响,从而影响算法的精度。因此,文中通过融合丰富的灰度信息,使表征目标的特征更加丰富和完善,在形状和灰度的共同约束下提高检测的正确率和精确性。通过对多组图像序列进行仿真实验,结果表明了算法的有效性,及其在准确性和精确性上的提高,改进后待测目标与模板之间的匹配率可达90%以上。     

N-联芳基酰胺类化合物的合成与杀菌活性研究

应用Suzuki偶联反应和缩合反应合成了8个结构新颖的N-联芳基酰胺类化合物,其结构经1HNMR、GC-MS进行了确证。初步杀菌活性研究结果表明所设计并合成的化合物具有一定的杀菌活性,如化合物9f和9g在500 mg/L剂量下,对小麦白粉病具有80%以上的防治效果;化合物9h在25 mg/L剂量下,对油菜菌核病菌的抑制活性达70%以上。     

多边形近似及形状特征匹配的二维目标检测

在计算机视觉中形状是目标识别和检测的重要特征,而目标边缘是形状特征最直接的表现,因此基于边缘信息进行形状特征描述是最直接有效的方法.针对目前大多数形状特征描述的全局性以及对旋转、缩放等变化的敏感性,采用一种基于目标近似多边形的形状特征描述,这种描述方式具有局部性和紧凑性,同时结合运动参数预测及递归估计的方法实现二维目标...     

多模态硬币图像单应性矩阵预测

对不同成像条件下拍摄的硬币图像进行配准是硬币表面缺陷算法的前置任务。然而,基于互信息的传统多模态配准方法速度慢、精度低,现有的通过基于深度学习的单应性矩阵预测方法实现的图像配准只适用于单模态的任务。为此,提出一种基于深度学习的适用于多模态硬币图像的单应性矩阵预测方法,进而使用预测的单应性矩阵完成图像配准。首先,使用单应性矩阵预测层预测输入图像对间的单应性矩阵,使用单应性矩阵对待配准图像进行透视变换;然后,使用图像转换层将透视变换后的待配准图像和目标图像映射到同一域,图像转换层可在推理时去除从而减少推理时间;最后,计算同一域下的图像间的损失,并进行训练。实验表明,该方法在测试集上的平均距离误差为 3.417 像素,相较于基于互信息的传统多模态配准方法 5.575 像素的平均距离误差降低 38.71%。且配准单对图像耗时为 17.74 ms,远低于基于互信息的传统多模态配准方法的 6 368.49 ms。     

基于动态图卷积和离散哈特莱转换差异性池化的点云数据分类分割网络

针对目前可以直接处理原始点云数据的深度学习网络PointNet,忽略了点与点之间的拓扑关系和全局特征信息单一的缺陷,提出一种基于动态图卷积和离散哈特莱转换（DHT）差异性池化的点云数据分类分割网络。首先,设计动态图卷积模块构建局部邻域图结构,通过图卷积网络获得点与点之间的位置关系,同时采用动态更新图结构的方式,增强网络表征能力;然后,通过离散哈特莱转换将特征转换到指定维度;最后,通过最大池化和平均池化并联通道获得全局特征。实验结果证明：提出的网络模型与PointNet网络模型在同样的数据集和评价标准上对比,点云分类任务上总体精度提高2.6个百分点,部件分割任务平均交并比（mIoU）提高4.1个百分点,场景语义分割任务mIoU提高8.6个百分点。通过运用该网络模型能有效提升点云数据分类分割的准确率,同时该网络具有更强的鲁棒性。     

生产季节对安岳坛子肉挥发性风味物质的影响

采集1,4,7,10月生产的坛子肉作为试验样品,利用电子鼻、电子舌以及顶空固相微萃取—气相色谱—质谱联用法(HS-SPME-GC-MS)对样品中挥发性风味物质进行分析和鉴定。结果表明,各季节生产的坛子肉的风味无显著差异(P＞0.05);1月和4月坛子肉在气味上有显著差异(P＜0.05),其他坛子肉间差异不显著(P＞0.05);1月和10月坛子肉在滋味上有极显著差异(P＜0.01),而其他坛子肉间差异显著(P＜0.05)。各坛子肉中挥发性物质种类及相对含量差异较大,1月,4月,7月和10月坛子肉中分别检出53,56,73,70种挥发性物质,其中4月坛子肉的挥发性物质相对含量最高(88.60%),7月的最低(50.68%)。说明低温长时间发酵有利于坛子肉特征风味物质的形成。