摘要：针对传统预测模型的主观性强、成本偏高、误差偏大等问题,设计并提出了基于自组织竞争神经网络算法的月季鲜切花病虫害预测模型。该模型能够有效预防病虫害危害,确保月季鲜切花的正常生长,从而确保云南省月季鲜切花的产量、质量和声誉。以最为典型的月季鲜切花白粉病为实例,通过问卷调查、头脑风暴法相结合的加权方法来确定影响因子的权重,并以60组影响因子的数据作为输入数据,建立了基于自组织竞争神经网络算法的病虫害预测模型。将所提出模型的预测结果与采用名义小组法所建立传统病虫害预测模型的预测结果进行对比分析。实验结果及其分析表明,基于自组织竞争神经网络算法的预测模型可有效地为月季鲜切花种植企业、农户、散户提供更加准确的信息,降低了种植的盲目性。

摘要：建立了基于云计算平台下的特色农庄智慧模型,以解决人们追求高品质、低碳生活的难题为目的。提出特色农庄的构思,采用LVQ神经网络算法构建虫情预测模型,解决特色农庄中的虫害问题;采用聚类算法构建蔬菜瓜果的价格预测模型,对各种蔬菜的价格进行预测。将虫情预测模型、特色农庄远程视频以及相关的信息搭建在云平台下,从而供顾客使用。实例分析结果表明:该平台的使用,增添了特色农庄的智能性,突显了农庄的特色,为绿色生活的全面实现奠定了坚实的基础。总之,基于云计算特色农庄的提出填补了信息化建设在农庄中应用的空白,缓减了城市白领高强度的生活节奏,引领了健康的生活方式。

摘要：当X射线荧光(XRF)技术被用于分析空气环境中样品的元素组成时,由于空气对低原子序数(Z)元素(如Cl、K、Ca等)中能量较低的特征X射线吸收较大,从而影响探测效果,因此为了避免空气对低Z元素特征X射线的吸收,经常采用真空条件下XRF技术,但它需要复杂昂贵的真空系统。另外,一般实验室光源功率较低,所以入射光强度较弱,从而也影响探测效果。为解决上述这些问题,设计了基于整体毛细管X射线透镜(PCXRL)和转靶光源并在氦气环境下的密闭XRF简易分析系统。利用透镜聚焦获得的高功率密度增益X射线照射样品,获得较强的XRF信号,并使激发通道和探测通道处于稳定的氦气环境,以降低空气对低Z元素特征X射线的吸收。通过实验对整个XRF分析系统进行了表征,然后测定了互花米草、盐地碱蓬样品。研究表明,在氦气环境中,利用旋转钼靶光源并使工作电压和电流分别为29 kV和20 mA的条件下,所探测到的Cl、K、Ca、Fe等元素特征峰强度高于空气环境下的强度,针对植物中X射线特征峰能量低于8 keV的元素而言,在氦气环境中探测到的特征峰强度为空气中的1.1~5.5倍。这有利于高效无损分析样品中的低原子序数元素成分。

摘要：针对同步辐射光源点到样品距离长的特点,设计了镀膜与非镀膜这2种大口径椭球型单管X射线聚焦镜,并利用带有面型误差模型的仿真程序模拟了这2种大口径椭球型单管X射线聚焦镜的聚焦性能.结果表明:镀Ir膜的大口径椭球型单管X射线聚焦镜的入口直径、焦斑尺寸、焦深分别为19.0 mm、7.1μm和0.2 mm,接收立体角约为未镀膜聚焦镜的3倍;未镀膜聚焦镜的入口直径和焦斑尺寸分别为15.0 mm和6.4μm,焦深为镀Ir膜聚焦镜的4倍.分析了大口径椭球型单管X射线聚焦镜的面型误差对其焦斑尺寸的影响,讨论了大口径椭球型单管X射线聚焦镜的应用前景.