基于场景帧图像语义上下文概念,提出一种融合不同场景时空信息的自适应在线地形推理策略TIBSC(Terrain Inference Based on Semantic Context).首先,提取不同场景图像近视场像素的特征向量和地形类别,构建地形样本候选数据库;然后,从地形样本候选数据库中选取与当前场景图像远视场区域语义上下文最相似的若干帧地形样本,构建当前场景地形判别数据库;最后,基于当前场景地形判别数据库及贝叶斯法则,对当前场景远视场区域像素所属地形类别进行推理.基于数据集的仿真实验表明:在影响TIBSC推理精度的所有因素中,基于语义距离准则的最优样本选择以及样本数据的在线扩充两大模型变量起主导作用.同时,基于相同分类特征的TIBSC策略在推理精度上优于同类研究结果.
采用嗜酸性硫杆菌,通过摇瓶试验研究了不同硫杆菌及其复合生物沥浸对含固率为3.4%的沼液脱水性能的影响.设置了如下5个处理:①原始沼液(作对照);②4 g.L-1 Fe2+(不接菌);③2 g.L-1S0+25 mL A.t;④4 g.L-1Fe2++25 mL A.f;⑤2g.L-1 S0+4 g.L-1 Fe2++12.5 mL A.t+12.5 mL A.f.考察了不同的处理生物沥浸过程中的pH、Fe2+、Fe3+、总Fe、比阻、毛细吸水时间(CST)、沉降性能及沉降12 h后上清的浊度等的变化.结果表明,原始沼液+Fe2+、原始沼液+Fe2++A.f和原始沼液+Fe2++S0+A.f+A.t这3个处理沼液的比阻和CST都得到了不同程度的降低,综合沼液的脱水性能、沉降性能以及沉降12 h后的上清液浊度,结合经济成本分析,建议选择原始沼液+Fe2++A.f作为沼液生物沥浸处理比较合理.生物沥浸后沼饼中的有机质、N、P、K的含量分别降低了1.14%、0.09%、0.05%、0.1%,不影响肥效,对沼饼中的重金属Cu、Zn的去除率分别为63.2%和91.3%,同时对沼液中的总大肠杆菌的杀灭率超过了99%.可见,生物沥浸技术为沼液的资源化利用提供了一个全新的途径.
目前,菊芋机械化收获过程中的清选及输送等环节作业参数设定缺乏适用的理论依据,以收获期菊芋根-块茎为研究对象,基于离散元方法建立了一种能反映根须柔性和块茎脱落力学特性的粘结模型并对其相关参数进行了标定。首先通过物理试验确定了菊芋根-块茎本征参数、基本接触参数及相关力学参数,然后在此基础上利用Hertz-Mindlin with bonding V2接触模型构建了菊芋根-块茎粘结模型,并通过单因素试验和响应曲面试验,分别标定了菊芋根颗粒之间和根与块茎颗粒之间法向粘结刚度、切向粘结刚度、临界法向应力、临界切向应力等粘结模型参数。菊芋根须三点弯曲及根-块茎拉伸试验结果表明,根须弯曲弹性模量仿真结果与实际测量值相对误差为4.29%;菊芋根-块茎抗拉力仿真结果与实际测量值相对误差为7.72%;菊芋块茎脱落试验结果表明,仿真试验与菊芋收获机实际田间作业相比,滚筒筛转速对菊芋块茎脱落率影响趋势一致,筛内物料筛分规律相符。所构建的菊芋根-块茎模型可用于菊芋机械化收获相关环节的分析研究。
