平面度目标函数单谷性的研究

提出了一种通过几何分析与电算法，证明平面度目标函数为单谷函数的方法，解决 了完全用纯数学的方法难以解决的问题，为正确地优化计算平面度目标函数提供了理论 上的依据，也为论证圆度、圆柱度目标函数的单谷性提供了类似的方法。     

豫玉18号玉米栽培技术

豫玉１８号是河南省农科院选育的竖叶大穗型新玉米杂交种,在各地的试验、示范和推广中表现高产稳产、优质多抗、适应性广等优点,已显示出巨大的增产潜力。为充分发挥其增产效果,１９９７年我们进行了豫玉１８高产的形态及生理特点研究,并对其配套栽培技术进行了探讨。...     

嫁接育苗的好方法——带木质部芽接

<正> 近几年来,我们在果树生产中,从解决苗木接穗不离皮、无法进行皮下芽接的问题入手,先后在鹤壁市郊区韩林间果园、郊区苗圃场等地,采用带木质部芽接的方法对苹果、桃、杏等进行嫁接育苗,效果十分显著,嫁接成活率分别达到97％、95％和98％,嫁接的具体方法是: 选择粗度相近的砧木和接穗,在接穗芽上方0.5-0.8厘米处向下斜削一刀,长约2厘米,稍带木质部,以不超过1毫米为宜。然后在芽下方0.8-1厘     

两种耐寒性不同的小麦低温处理后ATPase同工酶的变化

正常温度条件下（２５±１℃）培养的冬小麦京农Ｓ５１００、临远７０６９和春小麦津春４号、津春９号幼苗叶片内均显示出６条ＡＴＰａｓｅ同工酶谱带，芽鞘内则为９－１０条，表明ＡＴＰａｓｅ同工酶不能反映出两种类型小麦在耐寒性上的差异。１－４℃低温处理１－４周后，冬小麦和春小麦幼苗叶片及芽鞘内ＡＴＰａｓｅ同工酶谱均有所减少，叶片中由６条减至１条（ＡＴＰａｓｅ５），芽鞘由９－１０条减至２条（ＡＴＰａｓｅ６，ＡＴＰａｓｅ７），将１－４℃低温处理１－４周后的小麦幼苗转入正常条件下再培养１周，使其幼苗生长恢复正常，检测叶片及芽鞘内的ＡＴＰａｓｅ同工酶，发现各自均基本恢复到低温处理前的水平。     

运用综合配套技术 延长油井换泵周期

随着油藏开发的逐步深入,由于地层压力的变化、地层亏空、开采措施的影响以及地层流体对地层的浸泡、冲刷,导致岩石骨架应力发生变化,从而使深井泵及其它井下工具的工作条件变得恶劣。因此,如何改善该区块油井的工作状况,延长油井换泵周期,成为大家共同关注和探讨的问题。     

数控切割凸轮的数学模型和计算机算法

精密凸轮作为一种函数解算元件用途甚广,但种类繁多,形状较复杂,精度要求高,因而加工比较困难.采用数控线切割技术加工精密凸轮虽较其他方法有较多的优点,但要进一步提高其加工精度又常受到难以精确找出钼丝轴心运动轨迹的限制.过去多采用近似的方法在凸轮的极径上直接加上钼丝之半径和钼丝与工件间的放电间隙,作为钼丝轴心的极坐标值.     

基于LR20机器人的最大工作空间分析与试验研究

针对LR20机器人在ISO 9283标准性能指标测量过程中存在的问题,推算出LR20机器人的最大工作空间,根据实际工况要求,进一步优化了最大立方体,寻求出五点法的空间位置。借助Leica激光跟踪仪、RoboDyn和Spatial Analyzer软件,搭建了机器人标定试验平台,对LR20机器人D-H参数进行校准,最后对5个测试点开展循环采集。结果表明,五点精度数值稳定,能够代表LR20机器人工作区域的整体精度状态,绝对定位精度达到0.85 mm,重复定位精度提高到0.028 mm,验证了最大立方体工作原理和试验方案的可行性,为工业机器人标定研究和企业测试应用提供参考。     

钢管轧制工艺的研究与应用

本文主要论述了我国无缝钢管轧制过程中设备的发展以及轧制的工艺流程,并对生产工序中出现的问题给予了总结与分析,以提高钢管的质量和生产水平.     

觅食时间和食物可利用性对波尔山羊觅食行为的作用格局

在人工种植的多年生黑麦草草地条件下,采用重复的2×2析因实验设计,以植被高度3.0 cm(-H)和6.0cm(+H)为食物可利用性因子,以觅食时间限制(夜间禁牧,-T)和无觅食时间限制(昼夜放牧,+T)为觅食时间因子,测定觅食时间和食物可利用性对波尔山羊觅食行为、食物摄入量和食物消化率的独立作用及其交互作用.研究结果表明,在排除食物可利用因子的条件下,觅食时间限制处理个体的觅食回合极显著地降低(P<0.01),觅食时间亦极显著地延长(P<0.01);而日总觅食时间则较无觅食时间限制处理个体显著地减少(P<0.01).觅食时间限制处理个体以较大口量觅食,能显著地提高其瞬时摄入率;而无觅食时间限制处理个体则不能使其瞬时摄入率最大化.觅食时间限制处理个体仅在+H条件下,能补偿其因每日觅食时间减少而损失的摄入量.反之,在-H条件下,觅食时间限制处理能降低其总的日摄入量.研究结果充分验证了本文提出的,在低矮植被,大型植食性哺乳动物的日摄入量依赖于其日觅食时间的假设.     

贝叶斯网络的建造及其在数据采掘中的应用

贝叶斯 (Bayesian)网络近年成为数据采掘引人注目的研究方向。通过剖析 Bayesian网络的结构和建造步骤 ,着重讨论用 Bayesian方法从先验信息和样本数据进行学习以确定网络的结构和概率分布的基本方法 ,分析 Bayesian网络学习的特点 ,探讨 Bayesian网络的适用性。与数据采掘的其它方法相比 ,Bayesian网络的优点是可以综合先验信息和样本信息 ,这在样本难得时特别有用 ;可以发现数据之间的因果关系 ,适合于处理不完整数据集 ,这是其它模型难以做到的。其缺点是计算开销较大 ;确定合理的先验密度比较困难 ;如何判定实际问题是否满足所要求的假设 ,没有现成的规则