首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  免费   0篇
综合类   3篇
  2023年   1篇
  2022年   1篇
  2021年   1篇
排序方式: 共有3条查询结果,搜索用时 62 毫秒
1
1.
[目的]为永州烟区特色卷烟原料开发提供数据支撑和理论依据。[方法]于2019年12月—2020年8月在永州市江永县兰溪瑶族乡,以当地主栽品种云烟87为对照,通过小区试验,对湘烟3号、湘烟5号、湘烟7号(原HN2146)、20619、HN230共5个烤烟新品种(系)的主要生育期、植物学性状、农艺性状、抗病性、外观质量以及经济性状进行了分析对比。[结果]湘烟7号整体表现优于当地主栽品种云烟87(对照),湘烟3号、20619表现与对照相当。[结论]湘烟7号、湘烟3号、20619可作为推广品种(系)加大示范种植面积,同时做好其内在化学成分分析和感官评吸质量分析等工业验证分析。  相似文献   
2.
为探索密集烘烤过程中烟叶失水率的控制,进一步优化现有的烘烤工艺,开展了关键温度点失水率控制对烤后烟叶质量影响的研究,设干球温度42℃时稳温使烟叶失水率达到35%的烘烤工艺为处理组,以常规烘烤工艺为对照,分析其能耗成本及烤后烟叶的经济性状、外观质量和化学成分.结果表明,与对照相比,处理组的能耗略有降低,无论是上部叶还是中...  相似文献   
3.
新鲜烟叶的成熟度对烤后烟叶的质量有显著影响,可于烘烤前完成不同成熟度的新鲜烟叶分选,并对各成熟度采用特定烘烤工艺,以提高烘烤后的烟叶质量。以云烟87的新鲜烟叶为试验样本,将采集的新鲜烟叶分为上部叶、中部叶、下部叶,并依据不同部位成熟度划分为欠熟、成熟、过熟。采用YOLO v5s目标检测算法,利用卷积神经网络提取新鲜烟叶的不同成熟度特征,完成不同部位新鲜烟叶的成熟度识别试验,并与Faster-RCNN、Mask-RCNN检测模型的测试结果进行对比。结果表明,YOLO v5s对云烟87不同部位新鲜烟叶成熟度检测的总体mAP值分别为99.1%、97.5%、98.5%,单幅图像检测平均时间为29~30 ms。3种模型的对比试验中,Mask-RCNN、Faster-RCNN测试的mAP值均低于YOLO v5s,单幅图像检测平均时间均远高于YOLO v5s。采用YOLO v5s训练的不同部位新鲜烟叶的检测模型,在检测速度与精准度方面基本满足对新鲜烟叶成熟度识别的生产要求。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号