-
公开(公告)号:CN110903122A
公开(公告)日:2020-03-24
申请号:CN201911265569.X
申请日:2019-12-11
Applicant: 南京农业大学
Abstract: 本发明公开了一种盛果期果树水溶肥套餐及应用。其中,水溶肥套餐包括采后肥、幼果肥和膨大肥,针对盛果期果树不同生育期需肥特性配置而成。以质量份计,采后肥组成包括:氮34~36份,五氧化二磷9~11份,氧化钾6~8份;幼果肥组成包括:氮16~18份,五氧化二磷16~18份,氧化钾15~17份,腐植酸4~6份,微量元素8~10份;膨大肥组成包括:氮17~19份,五氧化二磷8~10份,氧化钾23~25份,腐植酸4~6份,微量元素7~9份。本发明针对盛果期果树在果实发育期间的幼果期、膨大期和果实采收后树体对养分需求的不同,提供了促进果实生长,增加产量和改善品质,提高肥料利用效率,节约成本的水溶肥套餐。
-
公开(公告)号:CN110903121A
公开(公告)日:2020-03-24
申请号:CN201911265555.8
申请日:2019-12-11
Applicant: 南京农业大学
Abstract: 本发明公开了一种幼龄果树水溶肥及应用。以质量份计,幼龄果树水溶肥包括:氮27~29份,五氧化二磷11~13份,氧化钾9~11份,微量元素8~10份。本发明满足幼龄果树生长发育所需的营养需求,增强幼龄果树长势,株高、茎粗和叶片干物质积累明显增加,提高抵抗病虫害的能力,为早果、丰产打下坚实的基础。
-
公开(公告)号:CN110059759A
公开(公告)日:2019-07-26
申请号:CN201910336951.9
申请日:2019-04-25
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于加权LBP-颜色矩的堆肥腐熟度预测方法,它包括以下步骤:S1、获取堆肥图像;S2、分别获得堆肥图像的LBP纹理特征和堆肥图像的颜色特征;S3、将堆肥图像的LBP纹理特征和颜色特征进行加权融合,获得堆肥图像特征向量;S4、对堆肥图像特征向量做PCA降维获得降维堆肥图像特征向量;S5、降维堆肥图像特征向量输入至SVM分类器进行腐熟度预测;S6、SVM分类器输出预测结果。整个评价方法易操作,非常适于推广应用。
-
公开(公告)号:CN117106641A
公开(公告)日:2023-11-24
申请号:CN202310991600.8
申请日:2023-08-08
Applicant: 南京农业大学
Abstract: 本发明公开了一株异养硝化细菌D31,分类命名为嗜蛋白地芽孢杆菌(Geobacillus proteiniphilus),菌种保藏号为CGMCC NO.27788。菌株D31能在含有氨态氮的培养基上进行异养硝化,可以在简单碳氮源培养基上生长并氧化氨。菌株D31能够利用简单的营养物质快速增殖,经好氧发酵后接种至堆肥,在高温期可高效快速地将畜禽粪便中的氨态氮氧化为硝态氮,减少堆体中的氮元素以氨气的形式挥发掉,不仅可以减少臭气排放,保护环境,还可以保持堆肥中的氮营养元素,提高堆肥品质,具有广阔的应用前景。本发明还提供了异养硝化细菌D31在畜禽粪便堆肥的应用。
-
公开(公告)号:CN109273054B
公开(公告)日:2021-07-13
申请号:CN201811014322.6
申请日:2018-08-31
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于关系图谱的蛋白质亚细胞区间预测方法,它以蛋白质序列为研究对象,提出了一种基于关系图谱的改进词袋模型用于提取蛋白质序列特征信息并送入分类器进行蛋白质亚细胞区间预测的方法。该方法在传统词袋模型的基础上,结合马尔科夫假设对蛋白质序列单词片段提取位置关系图谱,并把该关系图谱送入卷积神经网络(CNN)进行深度特征提取,将提取出的深度特征与基于传统词袋模型得到的词袋特征融合作为蛋白质序列的最终的融合特征表示,并送入支持向量机多类分类器进行分类预测。实例结果表明,单独使用关系图谱特征进行分类的预测准确率高于单独使用传统词袋特征,将关系图谱特征与传统词袋特征融合进行分类的预测效果更佳。
-
公开(公告)号:CN108845075B
公开(公告)日:2021-06-29
申请号:CN201810381202.3
申请日:2018-04-25
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于深度学习网络的堆肥腐熟实时预测方法,以堆肥的堆体内温度、湿度、表面图像深度特征向量作为堆肥的描述特征,借助于深度学习方法高效学习能力,实现腐熟的在线实时监测。腐熟预测过程起始于堆体温度、湿度实时测量和图像采集,方法首先对图像进行预处理,由卷积神经网络(CNN)提取图像的深度特征,然后与堆体温度、湿度组合作为腐熟判断过程的输入量,送入循环神经网络(RNN)预测出当前时刻是否腐熟。本发明提出的相对完善、合理、准确的堆肥腐熟实时监测方法,为生产提供指导。
-
公开(公告)号:CN109273054A
公开(公告)日:2019-01-25
申请号:CN201811014322.6
申请日:2018-08-31
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于关系图谱的蛋白质亚细胞区间预测方法,它以蛋白质序列为研究对象,提出了一种基于关系图谱的改进词袋模型用于提取蛋白质序列特征信息并送入分类器进行蛋白质亚细胞区间预测的方法。该方法在传统词袋模型的基础上,结合马尔科夫假设对蛋白质序列单词片段提取位置关系图谱,并把该关系图谱送入卷积神经网络(CNN)进行深度特征提取,将提取出的深度特征与基于传统词袋模型得到的词袋特征融合作为蛋白质序列的最终的融合特征表示,并送入支持向量机多类分类器进行分类预测。实例结果表明,单独使用关系图谱特征进行分类的预测准确率高于单独使用传统词袋特征,将关系图谱特征与传统词袋特征融合进行分类的预测效果更佳。
-
公开(公告)号:CN108596987A
公开(公告)日:2018-09-28
申请号:CN201810380685.5
申请日:2018-04-25
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于图像深度特征序列的堆肥腐熟判断方法,包括以下步骤:S1、提取t时刻堆肥表面图像数据;S2、预处理,将堆肥表面图像数据进行图像去雾处理;S3、基于S2获得的数据,构建卷积神经网络CNN进行堆肥图像特征提取;S4、基于循环神经网络RNN进行预测,S3获得的堆肥图像特征作为输入量;S5、输出判断结果。本发明从堆肥图像外观特征出发,利用数字图像技术、人工智能技术,提出一种设备少、花费小、部署简单、抗干扰、实时响应的堆肥腐熟实时判断方法,为生产提供指导。
-
公开(公告)号:CN101948780B
公开(公告)日:2012-05-09
申请号:CN201010268495.8
申请日:2010-09-01
Applicant: 南京农业大学
CPC classification number: Y02W30/43
Abstract: 本发明涉及能克服或消除辣椒疫病的拮抗菌及其生产的微生物有机肥料,属于农业集约化生产技术。本发明分离到了对辣椒连作疫病病原卵菌有显著拮抗作用的拮抗菌(短小芽孢杆菌NJLZ-8),该拮抗菌与有机肥混合制成微生物有机肥料,肥料中含有1×108个/g以上的拮抗微生物数量、全氮含量为4~5%(90%以上为有机氮),总氮磷钾养分为6~10%、有机质含量为30~35%。试验表明,这种微生物有机肥料施入土壤后能够使拮抗菌迅速繁殖,在土壤中形成优势群,在辣椒疫病严重的土壤中对辣椒疫病的生物防治率达80%以上。在还没有形成连作障碍的土壤上长期施用本微生物有机肥料能在很大程度上防止辣椒疫病的发生。
-
-
-
-
-
-
-
-