【摘 要】
：
南粳44是江苏省农科院粮食作物研究所选育的早熟晚粳稻新品种,全生育期158 d左右,株高100 cm左右,穗型较大,每穗总粒数140～150粒,结实率90%左右,千粒重26 g左右。植株生长青秀
论文部分内容阅读
南粳44是江苏省农科院粮食作物研究所选育的早熟晚粳稻新品种,全生育期158 d左右,株高100 cm左右,穗型较大,每穗总粒数140～150粒,结实率90%左右,千粒重26 g左右。植株生长青秀,耐肥抗倒,熟色好。稻米品质达国标三级优质稻谷标准。抗条纹叶枯病,中抗白叶枯病,对稻瘟病ZB21、ZC15、ZF1小种免疫,感ZD7、ZE3、ZG1小种,感穗颈瘟和纹枯病。2007年1月通过江苏省品种审定,适宜在江苏沿江和苏南地区种植。
其他文献
传统的偏最小二乘方法（partial least squares，PLS）因未对建模数据求取均值轨迹，以及没有考虑多单元生产对浸出率的综合作用，导致无法准确建立过程信息与质量变量之间的回归关系。
本文综述了水稻突变体的创制与遗传分析、基因定位的研究进展，包括1698个水稻突变体／基因的分类和已公布的30个图位克隆的水稻基因。并提出了利用水稻突变体的展望。
针对传统模糊神经网络方法中模糊规则难以提取、网络结构优化时间过长以及易于早熟的问题,提出了一种基于数据场聚类的免疫模糊神经网络方法。该方法将物理学中场的理念引入到抽象的数域空间,通过模拟对象在虚拟数据场中的相互作用实现数据对象的自组织聚类,提取模糊规则建立初始模糊神经网络模型,并运用免疫遗传算法优化构成隶属函数的网络结构。以实验室赖氨酸发酵过程关键生物量参数软测量为例,进行了仿真验证。结果表明,与
提出了基于特征选取与多RBF神经网络的冷凝器污垢软测量方法。该方法采用基于BP神经网络的灵敏度计算,从受污垢影响的冷凝器各个性能指标中,提取最能反映冷凝器污垢状态的特征变量。在此基础上,针对冷凝器变工况、冷凝器空气漏入量等因素对污垢特征变量的影响,研究基于多RBF神经网络的智能建模方法,有效实现冷凝器污垢与其他参数变化对特征变量影响的分离。根据此方法,进行了现场试验,试验结果表明:该方法能较准确地