CN108154312A - 一种构建权重系数综合评价小麦储藏品质的方法 - Google Patents
一种构建权重系数综合评价小麦储藏品质的方法 Download PDFInfo
- Publication number
- CN108154312A CN108154312A CN201810046231.4A CN201810046231A CN108154312A CN 108154312 A CN108154312 A CN 108154312A CN 201810046231 A CN201810046231 A CN 201810046231A CN 108154312 A CN108154312 A CN 108154312A
- Authority
- CN
- China
- Prior art keywords
- value
- wheat
- function
- weight coefficient
- impairment grade
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 241000209140 Triticum Species 0.000 title claims abstract description 75
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 75
- 238000004321 preservation Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title claims abstract description 12
- 230000006735 deficit Effects 0.000 claims abstract description 42
- 238000011156 evaluation Methods 0.000 claims abstract description 23
- 238000003860 storage Methods 0.000 claims abstract description 10
- 230000035784 germination Effects 0.000 claims description 32
- 235000014113 dietary fatty acids Nutrition 0.000 claims description 31
- 229930195729 fatty acid Natural products 0.000 claims description 31
- 239000000194 fatty acid Substances 0.000 claims description 31
- 150000004665 fatty acids Chemical class 0.000 claims description 31
- 238000004062 sedimentation Methods 0.000 claims description 30
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000005315 distribution function Methods 0.000 claims description 23
- 230000000153 supplemental effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 5
- 230000015556 catabolic process Effects 0.000 claims description 4
- 238000006731 degradation reaction Methods 0.000 claims description 4
- 238000013441 quality evaluation Methods 0.000 claims description 4
- 239000002253 acid Substances 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000004744 fabric Substances 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 230000006866 deterioration Effects 0.000 claims description 2
- 125000001931 aliphatic group Chemical group 0.000 claims 1
- 235000013339 cereals Nutrition 0.000 abstract description 11
- 230000004927 fusion Effects 0.000 abstract description 6
- 238000002156 mixing Methods 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 108010068370 Glutens Proteins 0.000 description 3
- 235000021312 gluten Nutrition 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 239000003595 mist Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Pretreatment Of Seeds And Plants (AREA)
Abstract
本发明涉及一种构建权重系数综合评价小麦储藏品质的方法，用标准差来计算权重系数进而综合评价小麦储藏品质的方法，以克服传统因素融合算法中，评价因素单一、权重系数的确定主观性较大的缺陷，传统融合算法中权重系数的确定主观性较强的问题，引入标准差来降低权重系数的误差，将权重系数和劣化度函数结合应用，抵消了由数据离散可能造成的劣化度函数误差，本发明对小麦多因素融合判据中的权重系数进行研究，有利于提高小麦或相关储粮在融合评价中的科学与合理性，能够广泛应用在各粮仓、粮食收购站和粮食局等部门。
Description
技术领域
本发明属于农产品储藏品质检测技术领域，尤其涉及一种构建权重系数综合评价小麦储藏品质的方法。
背景技术
品质状态的正确评估是小麦储藏和检测中的一个重要环节，也是粮食工作者和研究者最关心的问题，准确地判断出小麦的品质状态有助于粮食管理人员及时调整储藏条件、快速处理已变质的小麦，从而降低损失、提高储粮的安全系数。近些年来，国内学者在包括小麦在内的粮食储藏基础特性等方面做了大量的前期研究与探索，并取得了较大进步。如车永和，马晓岚对小麦蛋白的研究[车永和，马晓岚.小麦蛋白质品质研究进展[J].青海农林科技，2001,4:23-25],马宏，张良军，刘翠对脂肪酸值的研究[谈脂肪酸值可作为小麦储藏品质控制的一项指标[J].粮食加工，2013,4(38):73-74.],张钟，程美林，王丽，等人在发芽势方面的研究[张钟，程美林，王丽，等.发芽对小麦品质的影响[J].中国粮油学报，2014,29(1):11-16.],蒋华伟，李战升，甄彤，等对在特殊环境下研究了小麦的一些品质变化[蒋华伟，李战升，甄彤，等.稳态强磁场中小麦储藏生理特性分析[J].中国粮油学报，2015,30(5):102-105.]。这些研究工作在一定程度上给出小麦在不同储藏时期内品质指标的变化，为小麦品质的评估奠定了基础，但是这些研究没有考虑小麦的各种生理生化指标在判断小麦品质的综合作用，仅分析单一的生理或生化指标，不能准确表达出小麦品质的真实状态。
小麦的不同生理生化指标具有复杂的数量关系，且具有一定的模糊性，很难精确描述和计算，所以需要对各指标进行模糊处理，再进一步融合分析获得小麦品质的实际状况，相关的模糊算法在其他领域有着一定的应用。如张平，黄钰铃，陈媛媛，等人用模糊数学对具有复杂成分的水质进行了分析计算[张平，黄钰铃，陈媛媛，等.模糊数学在香溪河库湾富营养化评价中的应用[J].环境科学与技术，2012,35(6):173-179.]。黄必清，何焱，王婷艳评估了多因素下的风电机组状态[黄必清，何焱，王婷艳.基于模糊综合评价的海上直驱风电机组运行状态评估[J].清华大学学报(自然科学版)，2015,55(5):543-549.]。卢绪祥，李录平，张晓玲，等人的[卢绪祥，李录平，张晓玲，等.基于相对劣化度模型的大型汽轮机状态综合评价[J].动力工程，2006,26(4):507-510.]尽管这些研究工作给出了对多指标因素的融合评价，但基本上都是采用专家征询法和经验法来确定各因素所占的权重系数，分析结果主观性比较大。因此需要我们针对目前小麦储藏和评价的实际情况提出适用于小麦品质评价的方法。
发明内容
本发明目的在于克服现有技术中存在的不足而提供一种构建权重系数综合评价小麦储藏品质的方法。
本发明的目的是这样实现的：一种构建权重系数综合评价小麦储藏品质的方法，其特征在于：包括以下步骤：
步骤1)、根据GB/T 15684-2015测定小麦的脂肪酸值，根据GB/T 10361-2008测定小麦的降落值，根据GB/T 21119-2007测定小麦的沉降值，根据GB 5009.7-2016测定小麦的还原糖，根据GB/T 5520-2011测定小麦的发芽率；分别得出小麦的脂肪酸值、降落值、沉降值、还原糖和发芽率的参数数据；
步骤2)、计算脂肪酸值、降落值、沉降值、还原糖和发芽率的参数数据的基本数据，包括有平均值ai、标准差bi和缩放后的标准差ci；i＝1、2、3、4、5，分别代表脂肪酸值、降落值、沉降值、还原糖和发芽率；
步骤3)、将脂肪酸值的标准差b1＝c1作为标准化的基准，将降落值、沉降值、还原糖和发芽率的标准差缩放到与脂肪酸值同一数量级；
步骤4)、求得降落值、沉降值、还原糖和发芽率缩放标准差ci，将ai与a1的比值作为放缩的依据，对各标准差bi进行放缩计算，具体计算公式如下：
步骤5)、将1/ci作为权重系数，组成权重系数矩阵A；
步骤6)、使用劣化度函数作为处理储藏品质因素的算法，劣化度函数包括有越小越优型、中间优型和越大越优型三种劣化度函数；
小麦的脂肪酸值和降落值采用越小越优型的劣化度函数：
小麦的还原糖采用中间优型的劣化度函数：
发芽率和沉降值采用越大越优型劣化度函数：
由劣化度函数公式分别求的劣化度函数的极值和范围，再将脂肪酸值、降落值、沉降值、还原糖和发芽率的平均值分别带入劣化度函数公式，得到劣化值d＝[d1,d2,d3,d4,d5]；
步骤7)建立隶属度及评价矩阵
经过步骤6)中劣化度函数处理后的数据取值分布在[0,1]之间，选取能够涵盖劣化度取值的岭形函数，岭形函数包括有：升岭型分布函数、中间岭形分布函数和降岭形分布函数；使用岭形函数来计算脂肪酸值、降落值、沉降值、还原糖和发芽率指标对每个评价等级的隶属度；对评价为优的数据应采用降岭形分布函数，评价为良和中的采用中间型岭分布函数，差评价的隶属度采用升岭型分布函数；
降岭形分布函数如下：
中间岭形分布函数如下：
升岭形分布函数如下：
将d带入rij(d)的函数中，每个劣化度d值均使用4种岭形函数计算一次，5个劣化度值分别计算得到一个5×4的矩阵，获得如下的隶属度矩阵R；
步骤8)、将步骤5)获得的权重系数矩阵A与隶属度矩阵R合成，即B＝AR，得到对脂肪酸值、降落值、沉降值、还原糖和发芽率的综合模糊评估矩阵，得到小麦品质在{优，良，中，差}状态空间中的隶属评价值，即最终的小麦储藏品质评价结果。
本发明提供了一种用标准差来计算权重系数进而综合评价小麦储藏品质的方法，以克服传统因素融合算法中，评价因素单一、权重系数的确定主观性较大的缺陷。传统融合算法中权重系数的确定主观性较强的问题，引入标准差来降低权重系数的误差。由于算法中所计算的五个因素集数据具有不同的数量级，所以本发明经过放缩计算，得到合适的权重系数。另一方面，将权重系数和劣化度函数结合应用，抵消了由数据离散可能造成的劣化度函数误差。本发明对小麦多因素融合判据中的权重系数进行研究，有利于提高小麦或相关储粮在融合评价中的科学与合理性，能够广泛应用在各粮仓、粮食收购站和粮食局等部门。
附图说明
图1为小麦储藏品质评价矩阵合成。
具体实施方式
实施例1：一种构建权重系数综合评价小麦储藏品质的方法，其特征在于：包括以下步骤：
步骤1)、根据GB/T 15684-2015测定小麦的脂肪酸值，根据GB/T 10361-2008测定小麦的降落值，根据GB/T 21119-2007测定小麦的沉降值，根据GB 5009.7-2016测定小麦的还原糖，根据GB/T 5520-2011测定小麦的发芽率；分别得出小麦的脂肪酸值、降落值、沉降值、还原糖和发芽率的参数数据；
步骤2)、计算脂肪酸值、降落值、沉降值、还原糖和发芽率的参数数据的基本数据，包括有平均值ai、标准差bi和缩放后的标准差ci；i＝1、2、3、4、5，分别代表脂肪酸值、降落值、沉降值、还原糖和发芽率；
步骤3)、将脂肪酸值的标准差b1＝c1作为标准化的基准，将降落值、沉降值、还原糖和发芽率的标准差缩放到与脂肪酸值同一数量级；
步骤4)、求得降落值、沉降值、还原糖和发芽率缩放标准差ci，将ai与a1的比值作为放缩的依据，对各标准差bi进行放缩计算，具体计算公式如下：
步骤5)、将1/ci作为权重系数，组成权重系数矩阵A；
步骤6)、使用劣化度函数作为处理储藏品质因素的算法，劣化度函数包括有越小越优型、中间优型和越大越优型三种劣化度函数；
小麦的脂肪酸值和降落值采用越小越优型的劣化度函数：
小麦的还原糖采用中间优型的劣化度函数：
发芽率和沉降值采用越大越优型劣化度函数：
由劣化度函数公式分别求的劣化度函数的极值和范围，再将脂肪酸值、降落值、沉降值、还原糖和发芽率的平均值分别带入劣化度函数公式，得到劣化值d＝[d1,d2,d3,d4,d5]；
步骤7)建立隶属度及评价矩阵
经过步骤6)中劣化度函数处理后的数据取值分布在[0,1]之间，选取能够涵盖劣化度取值的岭形函数，岭形函数包括有：升岭型分布函数、中间岭形分布函数和降岭形分布函数；使用岭形函数来计算脂肪酸值、降落值、沉降值、还原糖和发芽率指标对每个评价等级的隶属度；对评价为优的数据应采用降岭形分布函数，评价为良和中的采用中间型岭分布函数，差评价的隶属度采用升岭型分布函数；
降岭形分布函数如下：
中间岭形分布函数如下：
升岭形分布函数如下：
将d带入rij(d)的函数中，每个劣化度d值均使用4种岭形函数计算一次，5个劣化度值分别计算得到一个5×4的矩阵，获得如下的隶属度矩阵R；
步骤8)、将步骤5)获得的权重系数矩阵A与隶属度矩阵R合成，即B＝AR，得到对脂肪酸值、降落值、沉降值、还原糖和发芽率的综合模糊评估矩阵，得到小麦品质在{优，良，中，差}状态空间中的隶属评价值，即最终的小麦储藏品质评价结果。
实施例2：采用中筋小麦，周麦22(2016年收获，产地河南)进行试验测试得到数据。
根据GB/T 15684-2015测定小麦的脂肪酸值，根据GB/T 10361-2008测定小麦的降落值，根据GB/T 21119-2007测定小麦的沉降值，根据GB 5009.7-2016测定小麦的还原糖，根据GB/T 5520-2011测定小麦的发芽率；分别得出小麦的脂肪酸值、降落值、沉降值、还原糖和发芽率的参数数据；得到表1中的参数数据。
表1中筋小麦，周麦22的测量参数数据
计算出相应的平均值、标准差、缩放后的标准差，如下表2所示。
表2指标因素参数
由表2得到间接反映权重系数的矩阵C
C＝[c1,c2,c3,c4,c5]＝[4.37,2.613,2.03,0.4477,1.401]
求出对应的权重系数A
A＝[1/c1,1/c2,1/c3,1/c4,1/c5]＝[0.06,0.11,0.12,0.466,0.205]
通过对表1的参数数据分析得到劣化度函数所需要的极值和范围如表3所示。
表3各个指标的劣化度参数
将各参数平均值分别按照函数类型代入越小越优型、中间优型和越大越优型三种劣化度函数中，可得出对应的劣化值d(x)：
D＝[d1,d2,d3,d4,d5]＝[0.507,0.53,0.417,0,0.276]
将D代入隶属度函数，可以计算出的隶属度矩阵：
通过对权重系数A和隶属度矩阵R的合成，可以得到评价矩阵：
B＝AR＝[0.599,0.489,0.41,0]
此时可由最大隶属度原则确认该小麦的品质状况为优，这与实验测试分析获得的小麦品质“优”相符合，最终分析结果如图1所示。
上述实例仅为本发明的优选实例而已，并不用以限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (1)
1.一种构建权重系数综合评价小麦储藏品质的方法，其特征在于：包括以下步骤：
步骤1)、根据GB/T 15684-2015测定小麦的脂肪酸值，根据GB/T 10361-2008测定小麦的降落数值，根据GB/T 21119-2007测定小麦的沉降值，根据GB 5009.7-2016测定小麦的还原糖，根据GB/T 5520-2011测定小麦的发芽率；分别得出小麦的脂肪酸值、降落数值、沉降值、还原糖和发芽率的参数数据；
步骤2)、计算脂肪酸值、降落数值、沉降值、还原糖和发芽率的参数数据的基本数据，包括有平均值ai、标准差bi和缩放后的标准差ci；i＝1、2、3、4、5，分别代表脂肪酸值、降落数值、沉降值、还原糖和发芽率；
步骤3)、将脂肪酸值的标准差b1＝c1作为标准化的基准，将降落数值、沉降值、还原糖和发芽率的标准差缩放到与脂肪酸值同一数量级；
步骤4)、求得降落数值、沉降值、还原糖和发芽率缩放标准差ci，将ai与a1的比值作为放缩的依据，对各标准差bi进行放缩计算，具体计算公式如下：
步骤5)、将1/ci作为权重系数，组成权重系数矩阵A；
步骤6)、使用劣化度函数作为处理储藏品质因素的算法，劣化度函数包括有越小越优型、中间优型和越大越优型三种劣化度函数；
小麦的脂肪酸值和降落数值采用越小越优型的劣化度函数：
小麦的还原糖采用中间优型的劣化度函数：
发芽率和沉降值采用越大越优型劣化度函数：
由劣化度函数公式分别求的劣化度函数的极值和范围，再将脂肪酸值、降落数值、沉降值、还原糖和发芽率的平均值分别带入劣化度函数公式，得到劣化值d＝[d1,d2,d3,d4,d5]；
步骤7)、建立隶属度及评价矩阵
经过步骤6)中劣化度函数处理后的数据取值分布在[0,1]之间，选取能够涵盖劣化度取值的岭形函数，岭形函数包括有：升岭型分布函数、中间岭形分布函数和降岭形分布函数；使用岭形函数来计算脂肪酸值、降落数值、沉降值、还原糖和发芽率指标对每个评价等级的隶属度；对评价为优的数据应采用降岭形分布函数，评价为良和中的采用中间型岭分布函数，差评价的隶属度采用升岭型分布函数；
降岭形分布函数如下：
中间岭形分布函数如下：
升岭形分布函数如下：
将d带入rij(d)的函数中，每个劣化度d值均使用4种岭形函数计算一次，5个劣化度值分别计算得到一个5×4的矩阵，获得如下的隶属度矩阵R；
步骤8)、将步骤5)获得的权重系数矩阵A与隶属度矩阵R合成，即B＝AR，得到对脂肪酸值、降落数值、沉降值、还原糖和发芽率的综合模糊评估矩阵，得到小麦品质在{优，良，中，差}状态空间中的隶属评价值，即最终的小麦储藏品质评价结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810046231.4A CN108154312A (zh) | 2018-01-17 | 2018-01-17 | 一种构建权重系数综合评价小麦储藏品质的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810046231.4A CN108154312A (zh) | 2018-01-17 | 2018-01-17 | 一种构建权重系数综合评价小麦储藏品质的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108154312A true CN108154312A (zh) | 2018-06-12 |
Family
ID=62461755
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810046231.4A Pending CN108154312A (zh) | 2018-01-17 | 2018-01-17 | 一种构建权重系数综合评价小麦储藏品质的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108154312A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112232595A (zh) * | 2020-11-06 | 2021-01-15 | 河南工业大学 | 基于ipso-svm模型的储藏小麦品质预测方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1265469A (zh) * | 1999-03-02 | 2000-09-06 | 株式会社佐竹制作所 | 评估谷物质量的方法和装置 |
| CN106295969A (zh) * | 2016-08-02 | 2017-01-04 | 贵州电网有限责任公司信息中心 | 电力客户价值分群的一种加权K‑means方法 |
-
2018
- 2018-01-17 CN CN201810046231.4A patent/CN108154312A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1265469A (zh) * | 1999-03-02 | 2000-09-06 | 株式会社佐竹制作所 | 评估谷物质量的方法和装置 |
| CN106295969A (zh) * | 2016-08-02 | 2017-01-04 | 贵州电网有限责任公司信息中心 | 电力客户价值分群的一种加权K‑means方法 |
Non-Patent Citations (5)
| Title |
|---|
| 刘素娟: "新收获小麦在不同储藏时间品质特性的变化及对面制品的影响", 《中国优秀硕士学位论文全文数据库农业科技辑》 * |
| 木林隆: "《分层地基中地下工程开挖对临近桩筏基础的影响分析》", 30 November 2011, 同济大学出版社 * |
| 杨桂元: "《数学建模》", 28 February 2015 * |
| 马海英,周林,王亮: "基于劣化度的装备健康状态评估模型", 《火力与指挥控制》 * |
| 黄必清,何焱,王婷艳: "基于模糊综合评价的海上直驱风电机组运行状态评估", 《清华大学学报（自然科学版）》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112232595A (zh) * | 2020-11-06 | 2021-01-15 | 河南工业大学 | 基于ipso-svm模型的储藏小麦品质预测方法 |
| CN112232595B (zh) * | 2020-11-06 | 2023-02-14 | 河南工业大学 | 基于ipso-svm模型的储藏小麦品质预测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105675539B (zh) | 一种农产品品质综合评价方法 | |
| Akighir et al. | Efficiency of resource use in rice farming enterprise in Kwande Local Government Area of Benue State, Nigeria | |
| Tweeten et al. | Long-term global agricultural output supply-demand balance and real farm and food prices | |
| CN108763736A (zh) | 一种基于灰色理论的航天产品性能与测试一体化设计参数选取方法 | |
| CN108154312A (zh) | 一种构建权重系数综合评价小麦储藏品质的方法 | |
| CN111044516A (zh) | 一种水稻叶绿素含量遥感估测方法 | |
| Maqbool et al. | Analysis of trade competitiveness of Pakistan cereal products in global perspective | |
| Hamulczuk et al. | Determinants for international competitiveness of the food industry in 43 countries world-wide: evidence from panel models | |
| Mohan et al. | Analysing grain properties of Indian bread-wheat cultivars for defining route to end-product quality and key attributes for selection | |
| Dorosh | Distributional consequences of wheat policy in Sudan: A simulation model analysis | |
| Kunkulberga et al. | Grain quality of winter rye cultivars grown in Latvia. | |
| Ma et al. | Influence of nitrogen fertilizer application rate on winter wheat (Triticum aestivum L.) flour quality and Chinese noodle quality | |
| KR101248016B1 (ko) | 건식제분에 적합한 자포니카 벼 계통, Ｎａｍｉｌ（ＳＡ）-ｆｌｏ1 및 이를 유효성분으로 함유하는 식품 조성물 | |
| Baek et al. | Dynamic interrelationships between the US agricultural trade balance and the macroeconomy | |
| CN107944687A (zh) | 一种面向电网公司保底服务的增量配电网综合评估方法 | |
| CN107944642A (zh) | 一种电网投资需求的预测方法及预测系统 | |
| Teal | The supply of agricultural output in Nigeria, 1950–1974 | |
| Diao et al. | Myanmar: Impacts of the Ukraine and global crises on poverty and food security | |
| CN113112147A (zh) | 一种基于地面实测与遥感协同的柑橘黄龙病风险评估方法 | |
| Okijie et al. | Agricultural Development and Food Importation in Nigeria: An Insight towards Achieving Food Security | |
| CN109315744A (zh) | 一种即食莲子片的感官评价的检测方法 | |
| Long et al. | Comprehensive evaluation of fruit quality for premium Wangmo Castanea mollissima plants | |
| Qasim et al. | Structural Dynamics of Agri-Import-Export of Pulse Crops to the Total Agriculture Trade in India | |
| Svanidze et al. | Spatial market efficiency of grain markets in Russia and global food security: A comparison with the USA | |
| Song et al. | Developing a critical nitrogen concentration dilution model and diagnosing nitrogen nutrition of wheat |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180612 |