利用10月份小样检糖预测榨季甘蔗糖分的初步探讨

来源 :广东农业科学 | 被引量 : 0次 | 上传用户:lihai_feng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
榨季生产之前,对新榨季的甘蔗蔗糖分进行预测,是糖厂农务部门的一项重要工作。但这项工作难度比较大。在通常情况下离榨季越近,对榨季甘蔗糖分的预测就越容易接近准确,反之,预测的准确度偏差就越大,特别是要在10月份去预测榨季甘蔗糖分,就更不易掌握其准确性。10月份的预测难度虽大,但它的实际意义也较大,因为在生产上,每年10月份开始,糖厂就要投入榨季生产的准备工作,如组织运蔗的力量,安排生产计划,准备食糖生 Crop production before the sugarcane sugarcane crop prediction of the new crop, the sugar farm is an important task of the agricultural sector. However, this work is more difficult. Under normal conditions, the closer the plant is to the crop, the easier it is to predict the sugar content of the cane during the crop season. Conversely, the greater the accuracy of the forecast, the more likely it is to forecast the cane sugar content in the crop in October Grasp its accuracy. Although the forecast of October is very difficult, its practical significance is also great. In terms of production, starting from October each year, sugar mills are going to prepare for the production of the crop, such as organizing the power of transporting sugarcane, arranging production plans, Prepare sugar raw
其他文献
期刊
期刊
6月26日,一个令全世界振奋的日子,科学家公布了人类基因组图谱草图,拉开了揭示人类自身奥秘的序幕.
期刊
In this paper, proportional faess (PF)-based energy-efficient power allocation is studied for multiple-input multiple-output (MIMO) non-orthogonal multiple acce
目的在日常的图像采集工作中,由于场景光照条件差或设备的补光能力不足,容易产生低照度图像。为了解决低照度图像视觉感受差、信噪比低和使用价值低(难以分辨图像内容)等问题,本文提出一种基于条件生成对抗网络的低照度图像增强方法。方法本文设计一个具备编解码功能的卷积神经网络(CNN)模型作为生成模型,同时加入具备二分类功能的CNN作为判别模型,组成生成对抗网络。在模型训练的过程中,以真实的亮图像为条件,依靠
目的复杂背景中的红外小目标检测易受背景杂波与噪声的干扰,直接利用现有的低秩约束与稀疏表示联合模型存在准确率低、虚警率高及检测速度慢等不足。为了解决这些问题,提出一种基于多尺度红外超像素图像模型的小目标检测方法。方法首先,采用超像素方法分割原始红外图像,得到无重叠区域的超像素图像,充分利用红外图像的局部空间相关性;然后,引入多尺度理论,融合多个不同尺度下检测的目标图像,增强该方法检测不同尺寸目标的稳
1引言我国是考试大国,考试在我国具有悠久的历史。自改革开放以来,由于国家对英语教育的重视,英语教学与测试发展迅速。英语考试已成为学生学习和生活中不可或缺的一部分。我
期刊
期刊