毛竹竹腔施肥技术及其创新研究初探

毛竹是我国重要的经济竹种,施肥是竹林丰产高效培育的关键措施,毛竹竹腔施肥技术是近年来推广应用的竹林施肥新技术。本文介绍了毛竹竹腔施肥技术及其创新试验初步研究,试验结果表明,不同施肥浓度、不同竹龄的竹腔施肥对新竹量、新竹增量、新竹胸径及胸径增量有不同影响,但均未达到显著水平;不同施肥株数与新竹量、新竹增量有着显著相关性,施肥株数以50％～60％比例的施肥效果较好。     

川东北部飞仙关组鲕滩气藏的发现及气藏特征

阐述了川东北地区从1963年石油沟构造巴3井首次在飞一段钻获天然气开始,到福成寨、板东、黄草峡构造上相继发现飞仙关组气藏,渡口河构造的渡1井在飞仙关组钻遇孔隙型白云岩,获天然气流,罗家寨、铁山坡、金珠坪等一批飞仙关组鲕滩整装气藏的勘探历程。分析了川东北地区飞仙关组鲕滩气藏的烃源条件、储集条件、盖层条件,指出飞仙关组天然气主要为原油裂解气,上二叠统及飞仙关组自身为其主要烃源;其储集岩类型主要为鲕粒云岩和溶孔鲕粒灰岩两大类。评价预测了储层发育有利区带。分析了气藏的形成过程,认为可划分为古油藏阶段、大气藏阶段、古气藏调整定型阶段等三个阶段。从地质构造、沉积相分布、圈闭要素等角度剖析了罗家寨等构造飞仙关组鲕滩储层的形成机理和气藏特征。     

基于溶解度实验的硫沉积模型及应用研究

四川东北部相继发现了普光、罗家寨等一大批高含硫气藏。高含硫气藏在气体开采过程中,随着地层压力不断下降,元素硫达到临界饱和态后将从气相中析出,并在储层孔隙及喉道中沉积,从而导致地层孔隙度和渗透率降低,严重时造成气井停产。根据硫在天然气中的溶解机理以及物质平衡原理建立了高含硫气藏硫沉积预测模型,以罗家寨气田罗7井为例,预测了不同压力范围下的含硫饱和度以及硫沉积对气井产量的影响。研究结果表明,当地层压力下降到40MPa时,气井产量下降了82.5％,地层压力下降到37MPa时,气井将停产。     

配电网中电压电流相位差的检测及其简要分析

介绍一种把电网中连续的电压和电流正弦波转换成计算机能够识别的电压脉冲波和电流脉冲波的实用技术. 比较2个脉冲信号前沿的时间差, 得出表征电网经济运行状况的重要参数——功率因数.     

近红外光谱分析技术在鸡肉分类检测中的应用

针对近年来市场上不同品种不同级别的鸡肉混杂、以次充好现象,提出一种可以快速、准确判别土鸡和肉鸡的新方法.采用近红外光谱技术和聚类分析技术建立鸡肉分类判别模型,并讨论了不同预处理方法对模型预测结果的影响.结果显示:近红外光谱技术结合聚类分析技术能够对鸡肉建立一种快速的分类判别模型,该预测判别模型能够快速准确地对土鸡和肉鸡进行判别,其中数据经过二阶导数+矢量归一化后的模型预测判别率达100%.     

一种改进的Knockout抠图方法

通过对Knockout算法的研究分析,针对其在实际应用中需要用户大量的交互工作以及因模型简单造成的抠图不精确问题,提出了一种改进算法。该算法用区域生长方法将用户输入的前、背景线段生长聚合成前、背景区域;然后用轮廓查找方法找到两个区域的轮廓作为Trimap的前、背景轮廓线;最后使用优化颜色样本的方法对每个未知像素点的样本进行优化,提高抠图的精确度。实验结果表明,改进后的算法需要用户较少的工作量,能够得到传统Knockout算法更好的抠图效果。     

菊粉珍珠奶茶的研制

将一种功能性食品基料—菊粉,分别添加到珍珠奶茶中,制备新型珍珠奶茶产品;以茶叶与水的比例、浸提温度、一次浸提时间、二次浸提时间进行正交试验,优化茶汁的浸提条件;以珍珠感官评定得分为指标,考察菊粉的添加量、红糖的添加量、淀粉糊化温度、淀粉糊化时间、进行单因素和正交试验选出珍珠的优化配方和制作工艺.     

隐伏岩溶区小净距隧道爆破振动规律

为研究隐伏岩溶区小净距隧道开挖及爆破振动对施工安全的影响规律,以贵州省里平II号隧道工程为依托,以隐伏岩溶区小净距隧道为研究对象,通过LS-DYNA对不同工况进行数值模拟及分析,得到了爆破振动效应下围岩的应力分布和位移变化情况,总结了隧道爆破地震波沿隧道轴向及衬砌环向的速度衰减规律,分析了振动速度峰值随溶洞直径大小及溶洞隧道距离大小的变化规律。研究结果表明：当溶洞直径一定时,围岩竖向位移、隧道拱顶监测点振动速度峰值随着溶洞与隧道之间距离的增大而减小;当溶洞与隧道之间的距离一定时,围岩竖向位移、隧道拱顶监测点振动速度峰值随溶洞直径的增大而减小;里平II号隧道中溶洞直径为2m且溶洞与隧道之间的距离为3m时,先行洞初衬最大主应力超出了混凝土抗拉强度,故爆破开挖前应对该位置进行加固处理,确保施工安全。可见,其分析结果可为指导隐伏岩溶区小净距隧道爆破施工提供可靠依据。     

L0正则化增量正交投影非负矩阵分解的目标跟踪算法

针对传统跟踪算法不能在复杂场景下进行有效跟踪的问题,提出一种基于L0正则化增量正交投影非负矩阵分解(incremental orthogonal projective non negative matrix factorization,IOPNMF)的目标跟踪算法。在粒子滤波框架下采用IOPNMF算法在线获得跟踪目标基于部分的表示以构建模板矩阵,然后将每帧中的候选样本建立基于模板矩阵的线性表示,对表示系数进行L0正则化约束,并提出快速数值解法,同时引入粒子筛选机制,加快跟踪速度。实验结果表明,新算法能够解决跟踪过程中出现的遮挡、光照变化、运动模糊等影响跟踪性能的因素,具有较高的平均覆盖率和较低的平均中心点误差。