Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "dojrzalosc owocow" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    JabVis 1.1 ewolucja aplikacji z elementami sztucznej inteligencji
    JabVis 1.1 evolution of application with elements of artificial intelligence
    Autorzy:
    Jakubek, A.
    Boniecki, P.
    Dejewska, T.
    Zaborowicz, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/884284.pdf
    Data publikacji:
    2011
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    owoce
    jablka
    dojrzalosc owocow
    stopien dojrzalosci
    sieci neuronowe sztuczne
    system JabVis 1.1
    Opis:
    Bezinwazyjne metody określania stadium dojrzałości jabłek są obszarem zainteresowań branży sadowniczej oraz przetwórczej tych owoców. Odpowiedzią na to zapotrzebowanie jest aplikacja JabVis ver. 1.1 powstała w 2010 w Instytucie Inżynierii Rolniczej. Jądro aplikacji zostało zaczerpnięte z poprzedniej wersji programu, który służył z kolei do identyfikacji trzech odmian jabłek. W JabVis 1.1 zostały zintegrowane moduły identyfikujące odmianę oraz stopień dojrzałości jabłek. Liczba odmian jabłoni oraz operowanie tylko na trzech z nich, pozwala na dalszą wielopłaszczyznową rozbudowę systemu w przyszłości.
    Non-invasive methods for determining the maturity of apples are an area of interest in the horticultural industry and the processing of these fruits. Created in 2010 at the Institute of Agricultural Engineering, the application JabVis version 1.1 is answer to this need.. Application kernel is taken from a previous version, which in turn served to identify three varieties of apples. Modules able to identify the variety and ripeness of apples are integrated into JabVis 1.1. Number of varieties of apple trees and manipulations on only three of them, allows for further expansion of multi-level system in the future.
    Źródło:
    Technika Rolnicza Ogrodnicza Leśna; 2011, 01
    1732-1719
    2719-4221
    Pojawia się w:
    Technika Rolnicza Ogrodnicza Leśna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Neuronowa identyfikacja dojrzalosci wybranych odmian jablek
    Neural identification of ripeness of chosen varieties of apples
    Autorzy:
    Boniecki, P
    Jakubek, A.
    Kluza, T.
    Nowakowski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/884097.pdf
    Data publikacji:
    2010
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    jablon Gala Must
    jablon Lobo
    jablon Rajka
    owoce
    jablka
    dojrzalosc owocow
    stopien dojrzalosci
    identyfikacja
    barwa owocow
    skala BBCH
    ksztalt owocow
    wspolczynnik ksztaltu
    zbiory danych
    sieci neuronowe sztuczne
    percepton czterowarstwowy
    siec radialnych funkcji bazowych
    probabilistyczna siec neuronowa
    system JabVis 1.1
    Opis:
    Celem niniejszej pracy była identyfikacja poziomu dojrzałości wybranych odmian jabłek za pomocą sztucznych sieci neuronowych, dokonana na podstawie reprezentatywnych cech, pozyskanych metodami analizy obrazu. Aby można prawidłowo rozwiązać tak sformułowane zadanie, wymagane było zapoznanie się z metodami analizy obrazu oraz zagadnieniami klasyfikacji z wykorzystaniem modeli neuronowych. W celu wyjaśnienia tego problemu został wytworzony, zgodnie z wymaganiami inżynierii oprogramowania, neuronowy system informatyczny przeznaczony do identyfikacji, zdefiniowanych wcześniej, klas dojrzałości wybranych odmian jabłek.
    The main aim of this research was to identify the level of ripeness of chosen varieties of apples using neural networks. The process was based on a set of selected features acquired by images analysis. To secure one' s object it was necessary to get to know the available and current image analysis methodologies as well as the neural networks' classification abilities. The neural computer system has been designed, regarding all requirements of software engineering in order to develop an implementation of the model proposed during the phase described above. The software is capable to identify the ripeness of an apple from the chosen varieties.
    Źródło:
    Technika Rolnicza Ogrodnicza Leśna; 2010, 06; 7-10
    1732-1719
    2719-4221
    Pojawia się w:
    Technika Rolnicza Ogrodnicza Leśna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena intensywności wzrostu, kwitnienia i plonowania odmian żurawiny wielkoowocowej
    Assessment of the growth, flowering and yielding intensity of cranberry
    Autorzy:
    Koniarski, Michał
    Sitarek, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/2216492.pdf
    Data publikacji:
    2022-11-04
    Wydawca:
    Centrum Doradztwa Rolniczego w Brwinowie. Oddział w Poznaniu
    Tematy:
    odmiany żurawiny
    wzrost pędów
    kwitnienie
    plonowanie
    jakość owoców
    dojrzałość zbiorcza
    cranberry cultivars
    shoot growth
    flowering
    yield
    fruit weight
    harvesting time
    Opis:
    W pracy przedstawiono wyniki dotyczące intensywności wzrostu wegetatywnego, kwitnienia, terminu dojrzałości zbiorczej owoców, plonowania i masy owoców trzydziestu odmian żurawiny wielkoowocowej (Vaccinium macrocarpon Ait.). Badania przeprowadzono w latach 2020-2021 w Instytucie Ogrodnictwa - PIB w Skierniewicach na roślinach posadzonych w kolekcji odmian w 2017 roku. Pomiary wykazały, że największą liczbę pędów wegetatywnych tworzyły rośliny odmian 'Howes', 'Black Veil' i 'Wilcox'. Najmniej pędów miały 'Corallium' i 'Prolific'. Odmiany takie jak: 'Crowley', 'Norman Le Munyon' i 'Woodman' rozpoczęły kwitnienie najwcześniej, bo już 9 czerwca, natomiast odmiana 'Searles' zakwitała najpóźniej - 17 czerwca. Zbiór owoców odmian najwcześniej dojrzewających rozpoczynał się 23-24 września i były to odmiany: 'Ben Lear', 'Early Black', 'Early Richard' oraz 'Franklin'. Najpóźniej (25-26 października) zbierano owoce odmian 'Radacz', 'Red Star' i 'Stankavich'. Najwyższy średni roczny plon przypadający na m2 poletka uzyskano w przypadku odmian 'Woodman' (1442 g). Dobrym plonowaniem charakteryzowały się rośliny odmian 'Howes' (1123 g), 'Macro Howes' (1122 g), 'Franklin' (1050 g), 'Gryglewski' (1024 g) oraz 'Stevens' (1002 g). Najsłabiej plonowała odmiana 'Red Star' (177 g). Największe owoce, średnio powyżej 2 gramów, tworzyły odmiany 'Pilgrim' (2,06 g) i 'Macro Howes' (2,04 g), natomiast najmniejsze, przeciętnie poniżej 1 g, stwierdzono u odmiany 'Beckwith' (0,96 g).
    The article presents the results of vegetative growth, flowering and fruit ripening time, as well as the yielding and fruit weight of thirty Cranberry (Vaccinium macrocarpon Ait.) cultivars from the collection established in 2017 at the National Institute of Horticultural Research in Skierniewice. The research was conducted in 2020-2021. The results of the studies showed that the largest number of vegetative shoots was formed by the cultivars 'Howes', 'Black Veil', 'Wilcox', and the lowest by the cultivars 'Corallium' and 'Prolific'. 'Crowley', 'Norman Le Munyon' and 'Woodman' began flowering the earliest (June 9), while the cultivar 'Searles' (June 17) was the latest. The earliest, on September 23-24, fruits of the cultivars ‘Ben Lear', 'Early Black',' Early Richard’ and ‘Franklin’ and the latest, on October 25-26, ‘Radacz', 'Red Star', ' Stankavich' obtained harvesting time. The highest average annual yield per m2 of plot was obtained for 'Woodman' (1442 g), and then for 'Howes' (1123 g), 'Macro Howes' (1122 g), 'Franklin' (1050 g), 'Gryglewski' (1024 g) and 'Stevens' (1002 g). Plants of 'Red Star' had the lowest yield (177 g). The largest fruits, on average above 2 grams, were produced by 'Pilgrim' (2.06 g) and 'Macro Howes' (2.04 g), while the smallest, on average, less than 1g by the 'Beckwith' cultivar (0.96 g).
    Źródło:
    Zagadnienia Doradztwa Rolniczego; 2022, 108, 2; 62-75
    1232-3578
    2719-8901
    Pojawia się w:
    Zagadnienia Doradztwa Rolniczego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wzrost i owocowanie wybranych odmian porzeczki czarnej
    Growth and fruiting of selected blackcurrant cultivars
    Autorzy:
    Koniarski, Michał
    Sitarek, Mirosław
    Kubik, Monika
    Powiązania:
    https://bibliotekanauki.pl/articles/2232943.pdf
    Data publikacji:
    2023-07-12
    Wydawca:
    Centrum Doradztwa Rolniczego w Brwinowie. Oddział w Poznaniu
    Tematy:
    odmiany porzeczki czarnej
    wzrost pędów
    kwitnienie
    plonowanie
    masa owoców
    ekstrakt
    dojrzałość zbiorcza
    zawartość chlorofilu
    (SPAD)
    black currants cultivars
    shoot growth
    flowering
    yield
    fruit weight
    soluble
    solids content
    harvesting time
    SPAD
    Opis:
    W doświadczeniu polowym założonym jesienią 2020 roku w Sadzie Doświadczalnym IO-PIB w Dąbrowicach oceniano wzrost i owocowanie młodych krzewów trzynastu odmian porzeczki czarnej (Ribes nigrum L.). Największą liczbę pędów wegetatywnych w pierwszym roku po posadzeniu wytworzyły krzewy odmian ‘Ben Lomond’, ‘Tisel’ oraz ‘Gofert’. Najmniej pędów stwierdzono u krzewów odmian: ‘Ruben’, ‘Titania’ i ‘Bona’. Najdłuższe pędy miały krzewy odmian ‘Polben’ i ‘Tiben’, zaś najkrótsze – ‘Ores’, ‘Öjebyn’, ‘Polonus’ i ‘Ruben’. Najdłuższymi gronami cechowały się odmiany ‘Tisel’ i ‘Gofert’. Najkrótsze grona miały odmiany ‘Bona’, ‘Ruben’ oraz ‘Ben Lomond’. Najwyższy plon w drugim roku po posadzeniu uzyskano z krzewów odmian: ‘Ben Lomond’, ‘Tihope’, ‘Tiben’, ‘Polben’, ‘Tisel’, ‘Gofert’. Najsłabiej plonowały: ‘Titania’, ‘Öjebyn’, ‘Ores’ oraz ‘Polonus’. Największe owoce, o masie ponad 2 g, wytworzyły krzewy odmiany ‘Bona’, natomiast najmniejsze owoce miały krzewy odmian ‘Polonus’ (0,9 g) i ‘Öjebyn’ (1 g). Najwyższą zawartością ekstraktu charakteryzowały się owoce odmiany ‘Gofert’, zaś najmniej ekstraktu miały owoce odmian ‘Ores’ i ‘Polben’. Pomiary intensywności zielonej barwy liści wykazały najwyższą wartość tego parametru u odmiany ‘Tines’, a najniższą – u odmian ‘Gofert’ i ‘Tisel'.
    In a field experiment set up in autumn 2020 in the Experimental Orchard in Dąbrowice, the growth and fruiting of young bushes of thirteen cultivars of blackcurrant (Ribes nigrum L.) were assessed. The largest number of vegetative shoots in the first year after planting was produced by bushes of the cultivars 'Ben Lomond', 'Tisel' and 'Gofert'. The fewest shoots were found in the cultivars: 'Ruben', 'Titania' and 'Bona'. The longest shoots were found in the cultivars 'Polben' and 'Tiben', and the shortest – 'Ores', 'Öjebyn', 'Polonus' and 'Ruben'. The cultivars 'Tisel' and 'Gofert' had the longest cluster length. The shortest clusters were found in 'Bona', 'Ruben' and 'Ben Lomond'. The highest yield in the second year after planting was obtained from the 'Ben Lomond', 'Tihope', 'Tiben', 'Polben', 'Tisel', 'Gofert' cultivars. The lowest yields had 'Titania', 'Öjebyn', 'Ores' and 'Polonus'. The largest fruit, weighing more than 2 g, was produced by the 'Bona' cultivar, while the smallest fruit was produced by the 'Polonus' (0.9 g) and 'Öjebyn' (1 g) cultivars. The highest content of soluble solids was found in the 'Gofert' fruits, while the lowest was found in the fruit of the 'Ores' and 'Polben' cultivars. Measurements of the intensity of the green color of leaves (SPAD) showed the highest value of this parameter in the cultivar 'Tines', and the lowest - in the cultivars 'Gofert' and 'Tisel'.
    Źródło:
    Zagadnienia Doradztwa Rolniczego; 2023, 112, 2; 68-82
    1232-3578
    2719-8901
    Pojawia się w:
    Zagadnienia Doradztwa Rolniczego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies