Методология диагностирования посевного качества семян пшеницы для повышения урожайности тема диссертации и автореферата по ВАК РФ 05.20.02, доктор наук Барышева Надежда Николаевна

• Барышева Надежда Николаевна
• доктор наук
• 2021

Оглавление диссертации доктор наук Барышева Надежда Николаевна

Содержание

Глава 1 Состояние проблемы диагностирования посевного качества семян

пшеницы и задачи исследования

.1 Производство зерна и возможные риски

.2 Показатели качества зерна и факторы их формирования

.2.1 Сортовой фактор формирования качества зерна

.2.2Показатели посевного качества и урожайные свойства семян

.3 Анализ отечественного и зарубежного опыта в области мониторинга и

диагностирования качества зерна

.3.1 Методы диагностирования сортовых качеств семян пшеницы

.3.2Методы диагностирования посевного качества семян пшеницы

.З.ЗМетоды диагностирования урожайных свойств семян пшеницы

.3.4Мониторинг качества зерна в процессе очистки и сушки

.3.5 Мониторинг состояния зерна на хранении

.3.6Мониторинг качества семян с использованием современных

интеллектуальных систем

.3.8 Способы повышения урожайности семян пшеницы

.4 Состояние нормативно-правовой базы, регламентирующей требования к

контролю качества зерна

.5 Технико-экономическое обоснование использования систем

диагностирования посевного качества семян пшеницы

.6 Выводы, проблемная ситуация и постановка задач диссертационной

работы

Глава 2 Теоретическое обоснование использования электрофизических свойств зерен пшеницы для диагностирования качества посевного материала59 2.1 Электрофизические свойства зерна и практическое применение результатов их исследования

2.2 Особенности биоэлектрогенеза и обоснование использования электрофизических свойств для оценки качества семян

2.3 Математическая модель описания биоэлектрических сигналов

2.4 Разработка концепции обобщенной модели оценки посевного качества семян пшеницы по биоэлектрическим сигналам

2.5 Методологическое обеспечение исследования биоэлектрических сигналов

2.6 Выводы

Глава 3 Принципы формирования эффективных решений для повышения

урожайности семян пшеницы

3.1 Гибридная модель представления знаний для реализации интеллектуальной системы диагностирования качества посевного материала

3.1.1 Теоретическое обоснование разработки онтологической модели

3.1.2 Систематизация информации предметной области

3.1.3 Онтологическая модель в обобщенном виде

3.1.4Разработка гибридной модели представления знаний

3.1.5 Реализация онтологической модели в Protege

3.2 Основы формирования эффективных решений для повышения урожайности пшеницы

3.2.1 Математическая интерпретация оценки качества семян и повышения их урожайности

3.3 Выводы

Глава 4 Информационно-измерительный комплекс и результаты исследований

электрофизических свойств семян пшеницы

4.1 Объект исследования, требования к измерительному комплексу и методу исследования

4.1.1 Зерна пшеницы и особенности их строения

4.1.2Подготовка зерен к исследованию их электрофизических свойств

4.1.3 Описание экспериментального средства измерения, обоснование выбора конструктивных решений для электродов

4.1.4 Анализ работы АЦП и фильтрация данных

4.2 Результаты лабораторных экспериментальных исследований

4.2.1Материал для исследования

4.2.2 Связь электрофизических свойств семян пшеницы, разделенных на фракции, и их посевного качества

4.2.33ависимость электрофизических свойств семян пшеницы от их аэродинамических свойств

4.2.4 Закономерность изменения вариабельного потенциала семян пшеницы в зависимости от их щуплости и травмированности

4.2.5Результаты экспериментальных исследований зерен пшеницы до и после их созревания

4.3 Сравнительный анализ методов машинного обучения для обработки и анализа данных

4.3.1 Описание методов классификации для диагностирования качества семян пшеницы

4.3.2Подготовка обучающей выборки для решения задач классификации

4.3.3 Решение задач классификации методами машинного обучения

4.4 Выводы

Глава 5 Основные принципы проектирования интеллектуальной системы

диагностирования качества семян пшеницы

5.1 Факторы формирования информационной неопределенности

5.2 Риски снижения урожайных свойств и алгоритм действий при проектировании интеллектуальной системы

5.2.1 Постановка и решение задачи определения качества сортировки зерна199

5.2.1.1 Общая постановка задачи определения качества сепарирования

5.2.1.2 Метод оценки плотности вероятности напряжения в экспериментальных выборках

5.2.1.3 Методика определения порогового значения правдоподобия

5.2.2Выбор методов и алгоритмов обработки исходных данных в условиях неопределенности

5.2.3 Алгоритм обработки неопределенности в исходных данных

5.3 Структура интеллектуальной системы диагностирования посевного качества семян пшеницы

5.4 Концептуальная модель программной реализации интеллектуальной системы

5.5 Выводы

Глава 6 Практическая реализация методов диагностирования качества семян

пшеницы в условиях неопределенности

6.1 Практическая апробация интеллектуальной системы диагностирования качества семян пшеницы

6.2 Имитационная модель процесса сепарирования и ее влияние на расчет прибыли

6.3 Социально-экономическая эффективность внедренных методов диагностирования

6.4 Выводы

Заключение

Список использованных источников

Приложение А. Патент на изобретение и исходящие данные о регистрации

программ для ЭВМ

Приложение Б. Акты внедрения результатов научно-исследовательских работ294 Приложение В. Оценка качества посевного материала (Методические

рекомендации)

Приложение Г. Результаты анализа экспериментальных данных

Введение

Введение диссертации (часть автореферата) на тему «Методология диагностирования посевного качества семян пшеницы для повышения урожайности»

Актуальность темы исследования

Согласно Указу Президента Российской Федерации от 21 января 2020 г. № 20 «Об утверждении Доктрины продовольственной безопасности Российской Федерации» производство высококачественного зерна пшеницы является одним из главных направлений обеспечения национальной безопасности, а также необходимым условием реализации стратегического приоритета - повышение качества жизни российских граждан. Зерно занимает лидирующие позиции в списке расчета показателей продовольственной безопасности.

Большое значение играет не только производство семян с высокими посевными показателями, но и их потенциальная урожайность. При этом повышение урожайности зерновых культур за счет использования семян с высоким посевным качеством является перспективным приемом увеличения рентабельности сельскохозяйственных предприятий и фермерских хозяйств.

В настоящее время успешное проведение исследований для выбора семенного материала надлежащего качества, выбора технологий и методов их обработки основывается на конечном результате - посевном качестве (всхожести, энергии прорастания), урожайности, изменения их размеров, массы и физиологических показателей. При этом выполнение данных исследований достаточно трудоемко, отличается значительными временными затратами (от недели до нескольких месяцев), отставанием инфраструктуры диагностирования качества семян, низкой структурируемостью и воздействием информационной неопределенности на конечный результат, которая возникает в процессе оценки посевных свойств семенного материала и вследствие некачественного разделения семян на фракции.

Проблемная ситуация заключается в том, что с одной стороны существует необходимость создания высококачественного семенного фонда для аграрной отрасли, а с другой - недостаточность знаний о взаимосвязи технологических процессов и посевного качества семенного материала, отсутствие единой методологической концепции, включающей использование методов, позволяющих

диагностировать посевное качество семян в сжатые сроки, и современных методов интеллектуальной обработки и анализа данных с учетом информационной неопределенности.

Сложившаяся ситуация требует научно-обоснованных путей решения и использования инновационных технологий, разработки эффективных методов диагностирования, позволяющих выполнять в сжатые сроки оценку посевного качества семян пшеницы с высокой точностью на основных технологических этапах, в том числе после фракционирования, с целью принятия адекватных управленческих решений.

Поэтому научные исследования, направленные на разработку методов и систем диагностирования посевных качеств семян перед отправкой на хранение и непосредственно перед высевом, и устанавливающих зависимость посевного качества от технологий послеуборочной обработки семян фракционированием, а самое главное, обеспечивающих взаимосвязь с их будущей урожайностью в рамках семенного фактора, и позволяющих вырабатывать управленческие решения на основе накопленной информации, имеют важное народнохозяйственное значение и представляют актуальную проблему, решению которой и посвящена диссертационная работа.

Степень разработанности темы исследования

Значительный вклад в развитие электрификации сельского хозяйства, разработки современных методов и моделей, интеллектуальных средств оптимизации электротехнологических процессов и электрооборудования внесли известные российские ученые И.А. Будзко, И.Ф. Бородин, В.В. Альт, Н.М. Иванов, О.К. Никольский, Н.В. Цугленок, С.В. Оськин и др.

Вопросами анализа существующих способов и разработки новых методов повышения урожайности сельскохозяйственных культур занимались такие известные ученые, как П.Л. Гончаров, Г.И. Цугленок, Г.М. Осипова, А.М. Ленточкин, В.Ф. Федоренко, А.И. Бурков, Г.А. Баталова, В.В. Кошеляев, Л.В. Карпова, С.Л. Елисеев, В.М. Дринча, Г.П. Стародубцева, А.П. Тарасенко, В.И. Оробинский, А.М. Гиевский, А.А. Завалин, В.И. Беляев, В.В. Шмигель и др.

Проблемам экспресс-оценки и отбора полноценных семян, мониторинга состояния растений, используя современные инновационные технологии и системы, посвящены работы М.В. Архипова, Н.Н. Потрахова, Н.С. Прияткина, Е.Н. Пасынковой, А.В. Пасынкова, Е.М. Басарыгиной, Е.В. Ионовой, И.Н. Щенниковой,

A.Н. Зюлина, А.Ю. Измайлова, Ю.В Сычугова и др.

Вопросы оценки посевных качеств широко раскрыты в работах Г.Н. Федотова,

B.С Шалаева, Л.А. Кротовой, Е.П. Мелешкиной, Д.В. Дубовика и др. ученых. Авторами предложена методика оценки посевных семян не только в условиях близких к оптимальным, но и при наличии действующих на семена негативных факторов, характерных для условий выращивания. Исследования в данном направление авторов А.П Стаценко, В.Г. Кривобочек, показали эффективность оценки лабораторной всхожести, представили метод, который позволяет существенно повысить точность при расчете норм высева.

Работы Ю.Х. Шогенова, В.А. Опритова, С.С. Пятыгина, В.А. Воденеева, М.С. Рубцовой, С.С. Медведева, Stuart O. Nelson, Jörg Fromm, Z. Hlavacova и других посвящены исследованию электрофизических свойств растений под действием разных факторов, результаты их исследований подтверждают способность биоэлектрических сигналов отражать физиологическое состояние растений.

В области современных интеллектуальных математических моделей и методов работают такие ученые, как К.А. Пупков, О.П. Кузнецов, Лешек Рутковский и др. Основной особенностью данных работ является использование экспертных систем для решения частных практических задач. Вопросы синтеза и анализа систем сбора, обработки информации, методов и технологий компьютерного моделирования информационных процессов и систем, в том числе и в сфере сельскохозяйственного производства, раскрыты в трудах А.А. Сирота, Germain Forestier, Thomas R. Gruber и др.

При всей значимости выполненных исследований некоторые аспекты данной проблемы изучены недостаточно. В частности, не рассматривалась взаимосвязь методов оценки посевных качеств с урожайными свойствами и возможность их диагностирования на основных технологических этапах. Необходимые для решения

проблемы диагностирования качества семян с целью повышения урожайных свойств комплексные подходы с использованием интеллектуальных моделей, а также исследование их практической применимости, в конечном итоге, единая методологическая концепция отсутствуют. Поэтому актуальной задачей является разработка методологии диагностирования качества семян пшеницы, обеспечивающей повышение урожайности.

Научная гипотеза состоит в том, что повышение урожайных свойств семенного материала может быть достигнуто применением методов диагностирования электрофизических свойств зерен пшеницы, дающих в сжатые сроки объективную оценку их физиологическим особенностям на основных технологических этапах (после уборки, после очистительной линии, в процессе хранения, перед высевом), и применением современных интеллектуальных методов обработки и анализа данных для повышения достоверности диагностирования посевного качества семян в условиях информационной неопределенности.

Цель диссертационной работы - исследовать электрофизические свойства зерен пшеницы в зависимости от показателей посевного качества и урожайных свойств, разработать методологию диагностирования посевного качества семян пшеницы по их электрофизическим свойствам для повышения урожайности на этапах селекции, производства и хранения с использованием интеллектуальных систем и технологий обработки и анализа данных для прогнозирования потенциальной урожайности в условиях информационной неопределенности.

Задачи исследования:

1. Провести анализ состояния проблемы производства качественного семенного материала, выполнить анализ отечественного и зарубежного опыта в области мониторинга и диагностирования посевного качества зерна.

2. Выполнить теоретическое обоснование применения электрофизических свойств семян пшеницы для оценки качества семенного материала.

3. Разработать онтологическую гибридную модель представления знаний для пополнения базы знаний с целью реализации интеллектуальной системы диагностирования качества семян пшеницы.

4. Выполнить экспериментальные исследования, обосновать условия подготовки семян пшеницы и методы измерения их электрофизических свойств.

5. Установить информативные признаки в биоэлектрических сигналах для решения задач диагностирования качества семян пшеницы. Разработать математическую модель изменения электрофизических свойств семян пшеницы в зависимости от их посевного качества и аэродинамических свойств.

6. Выполнить сравнительный анализ алгоритмов машинного обучения для реализации диагностирования качества семян пшеницы в условиях информационной неопределенности.

7. Разработать методологический аппарат, программную реализацию системы диагностирования качества семян пшеницы с использованием методов машинного обучения для обработки и анализа данных.

8. Выполнить практическую апробацию разработанных методов, алгоритмов и программных средств для решения задач диагностирования качества семян пшеницы, определить экономическую эффективность предложенных решений.

Объектом исследования являются семена пшеницы разных сортов с разной урожайностью и аэродинамическими свойствами.

Предмет исследований: технология диагностирования посевного качества по их электрофизическим свойствам, методы, алгоритмы и системы прогнозирования потенциальной урожайности в условиях информационной неопределенности.

Научную новизну представляют:

1. Методология диагностирования качества семян пшеницы, которая включает систему методов измерения электрофизических свойств и современных интеллектуальных методов обработки и анализа данных в условиях информационной неопределенности.

2. Закономерности, устанавливающие связь между функциональной компонентой электрофизических свойств семян пшеницы и их посевными качествами, урожайностью и аэродинамическими свойствами. Информативные признаки для решения задач диагностирования качества семенного материала.

3. Особенности изменения электрофизических свойств семян пшеницы при воздействии внешних факторов - температуры, технологии измерения и конструктивных особенностей измерительной системы.

4. Гибридная модель представления знаний об электрофизических свойствах семян пшеницы, показателях качества, урожайных свойствах и агротехнических приемах их повышения.

5. Алгоритмы, методы и программные средства для прогнозирования потенциальной урожайности в условиях информационной неопределенности.

Совокупность полученных результатов послужила научной базой, на основе которой разработаны комплекс методов и программных средств диагностирования качества семян пшеницы. Новизна и полезность метода подтверждены патентом на изобретение № 2674575, отправкой на регистрацию программ для ЭВМ (исходящие данные: № 105-321 от 09.02.2021 г., № 105-293 от 05.02.2021 г.).

Теоретическую и практическую значимость представляют:

1. Методология, позволяющая разрабатывать информационно-измерительные средства и технологии для диагностирования физиологического состояния семян пшеницы.

2. Определение эффективных областей применения хозяйственно-полезных качеств электрофизических свойств семян пшеницы.

3. Комплекс методов диагностирования как посевного качества, так и урожайных свойств семян пшеницы на основных технологических этапах, что дает возможность в кратчайшие сроки получить комплексную оценку семенного материала и позволяет корректировать управленческие решения.

4. Реализация онтологической модели, которая позволяет структурировать результаты исследований электрофизических свойств семян пшеницы разных сортов и представляет основу для формирования базы знаний с целью дальнейшего диагностирования качества семян.

5. Программное обеспечение на основе открытых библиотек и модулей, которое позволяет автоматизировать процесс обработки и анализа данных,

исключить возможность ошибки оператора, тем самым минимизировать воздействие информационной неопределенности.

6. Алгоритмы, методы и проектирование на их основе программных модулей, позволяющие повысить эффективность диагностирования показателей качества семян пшеницы за счет сокращения временных затрат, повышения достоверности диагностирования.

7. Интеллектуальная система, которая позволяет определить потенциальную урожайность семян, разделенных на фракции, и дает возможность принятия адекватных управленческих решений для повышения урожайности.

8. Результаты диссертационных исследований, внедренные в ряде хозяйств Алтайского края и в учебные процессы двух университетов.

Методология и методы исследования

Методологическая основа исследования заключалась в применении системного подхода к объекту исследования в качестве целостного комплекса теоретических и экспериментальных результатов, статистического и факторного анализов, методов интеллектуальной обработки информации, а также методов экспериментального исследования. Использовались методы математического моделирования, теоретические основы электротехники и современные измерительные приборы.

Положения, выносимые на защиту:

1. Методология диагностирования посевного качества семян пшеницы по их электрофизическим свойствам.

2. Гибридная модель представления знаний, интегрирующая онтологию предметной области с базой знаний и структурирующая результаты исследований электрофизических свойств семян пшеницы для реализации системы диагностирования их посевного качества.

3. Информативные признаки для решения задач диагностирования качества семенного материала в условиях информационной неопределенности.

4. Закономерности изменения электрофизических свойств семян пшеницы от их посевного качества и аэродинамических свойств.

5. Алгоритм и модель диагностирования качества разделения семян пшеницы на фракции по их электрофизическим свойствам, позволяющие оценить качество сепарирования семян в соответствии с принятой градацией.

6. Имитационная модель процесса фракционирования, позволяющая установить неоднородность семян во фракциях, основываясь на алгоритм диагностирования качества разделения семян на фракции, и скорректировать управляющие решения в соответствии с расчетом прибыли.

7. Интеллектуальная система диагностирования качества семян пшеницы, позволяющая определить потенциальную урожайность в условиях информационной неопределенности.

Степень достоверности и апробация результатов работы

Достоверность теоретических положений и научных результатов подтверждена экспериментальными исследованиями в лабораторных условиях и производственными испытаниями в фермерских хозяйствах Алтайского края, применением современных интеллектуальных методов для обработки и анализа данных. Основные результаты работы докладывались и обсуждались на следующих международных, всероссийских конференциях: X Международной научно-практической конференции «Высокопроизводительные вычислительные системы и технологии в научных исследованиях, автоматизации управления и производства»; XVII Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых «Наука и молодежь»; VI Всероссийской научно-технической конференции молодых ученых, магистрантов, аспирантов и студентов «Фундаментальные и прикладные аспекты компьютерных технологий и информационной безопасности»; XXI, XX, XIX Международной научно-технической конференции «Измерение, контроль, информатизация»; Всероссийской молодежной научно-практической конференции «Программно-техническое обеспечение автоматизированных систем»; Международной научно-практической конференции «Развитие сельского хозяйства на основе современных научных достижений и интеллектуальных цифровых технологий «Сибирь -Агробиотехнологии» («САБИТ 2019»); ВИС - 2016, 2017, 2018, 2019, 2020; IV

Международной научно-практической конференции «Виртуальное моделирование, прототипирование и промышленный дизайн»; Всероссийской школы-семинара «Методы компьютерной диагностики в биологии и медицине».

Совокупность сформулированных и обоснованных научных положений, а также результаты их внедрения представляют собой теоретическое обобщение и практическое решение научной проблемы, имеющей важное народно-хозяйственное значение. Рекомендации по оценке посевного качества зерновых культур, в том числе семян пшеницы, одобрены и рекомендованы для сельскохозяйственных предприятий Министерством сельского хозяйства Алтайского края.

Результаты диссертационных исследований нашли применение в учебном процессе и научной работе в высших учебных заведениях - ФГБОУ ВО «АлтГТУ», ФГБОУ ВО «Алтайский ГАУ», разработано учебное пособие. Материалы работы также используются в Испытательной лаборатории филиала ФГБУ «Россельхозцентр» по Алтайскому краю и внедрены в ряд сельскохозяйственных предприятий.

Соответствие диссертации паспорту научной специальности

Научные результаты диссертации соответствуют области исследования по паспорту специальности ВАК 05.20.02 Электротехнологии и электрооборудование в сельском хозяйстве: «Исследование электрофизических свойств сельскохозяйственных продуктов и материалов как объектов электротехнологий. Разработка способов применения, исследования средств электротехнологий в растениеводстве и животноводстве. Обоснование и исследование методов и средств электротехнологий для малоотходных, безотходных и экологически чистых технологических процессов сельскохозяйственного производства».

Публикации. Основные результаты исследований опубликованы в 50 печатных работах, из них 16 статей в журналах, рекомендуемых ВАК, 4 статьи Scopus и Web of Science, 1 патент и 29 в других изданиях.

Структура и объём диссертации. Диссертация состоит из введения, шести глав, общих выводов, списка использованных источников и приложений.

Общий объем диссертации - 308 страниц машинописного текста, который включает в себя основной текст и приложения. Основной текст изложен на 240 страницах, содержит 105 рисунков и 30 таблиц. Список использованных источников включает 345 наименований.

Автор выражает глубокую благодарность Заслуженному деятелю науки и техники России, профессору Никольскому Олегу Константиновичу за изложение новых идей, высказанных при обсуждении темы диссертационной работы, ее структуры и содержания, в результате чего была сформулирована концепция органичного единства научных и практических задач по проблемам искусственного интеллекта и предметной области.

Глава 1 Состояние проблемы диагностирования посевного качества семян

пшеницы и задачи исследования

На основании утвержденной распоряжением Правительства Российской Федерации долгосрочной стратегии развития зернового комплекса страны разработка эффективной системы производства, переработки, хранения, реализации зерновых культур и продуктов их переработки, а также мониторинг их качества на всех технологических этапах с учетом агроэкологических и технологических рисков представляет актуальный вопрос, который подтверждён ключевыми показателями зернового комплекса страны. Решение данного вопроса может гарантировать как продовольственную безопасность и конкурентоспособность нашей страны, так и уровень жизни населения.

1.1 Производство зерна и возможные риски

Мониторинг посевного качества зерна и применение технологических решений для его повышения представляют актуальную задачу не только для обеспечения продовольственной безопасности внутри страны, но и для сокращения рисков потери рынков сбыта, а также создания доверительного отношения стран -импортеров к текущей системе контроля качества и безопасности российского зерна.

В вопросах экспорта особое внимание импортеров уделяется качеству зерна, многими странами-импортерами установлены высокие требования на всех этапах -уборки урожая, приемки, хранения и транспортировки. Наличие битых, поврежденных зерен, нарушение фитосанитарных требований выступает серьезным ограничителем в экспортных вопросах для российского рынка, вследствие которых возникают дополнительные риски потери текущих экспортных рынков.

К рискам потери рынков сбыта добавляются также вышеперечисленные агроэкологические и технологические риски, а также макроэкономические и социальные [197, 217, 218, 233, 241].

Вопросам агроэкологических рисков посвящены множество работ [110, 119, 214, 220]. Установлено, что агроэкологические риски обусловлены не только

неблагоприятным климатическим воздействием [207, 220], чрезвычайными ситуациями природного и техногенного характера [220], но и определяются точностью технологических операций по применению биопрепаратов и могут быть минимизированы за счет совершенствования агротехнологий, применения интеллектуальных автоматизированных систем контроля и принятия решений [110, 185, 214].

Технологические риски определяются прежде всего технологическим развитием агропромышленного комплекса страны, требованиями к безопасности сырья и пищевых продуктов, а также организацией системы мониторинга и контроля качества [7, 129]. Технологические риски могут привести к следующим потерям - количественная потеря и потеря качества. Количественная потеря определяется утраченной зерновой продукцией на любом из технологических этапов, а также вследствие потери качества. Потеря качества также может наступить на любом из этапов технологического оборота - послеуборочная обработка, хранение, перевалка, транспортировка, переработка, а также вследствие использования некачественного материала.

Установлено, что на развитие зерновой отрасли особое влияние оказывают не только агроэкологические, фитосанитарные риски, обусловленные неблагоприятными климатическими изменениями, а также последствиями чрезвычайных ситуаций природного и техногенного характера [197], но, прежде всего, использование семян с низкими посевными и посадочными качествами. Воздействие на развитие зерновой отрасли также оказывают технологические риски, вызванные отставанием развития материально-технической и технологической базы и инфраструктуры диагностирования и контроля качества семян.

Макроэкономические риски обусловлены неконкурентоспособностью сельскохозяйственной продукции, а социальные риски появляются как результат потребления качественной продукции, а также доступностью этой продукции для населения. Вопросам экономических проблем производства зерна в России посвящены работы [5-8, 190, 199, 210, 211, 224, 234, 235].

В работах [46, 90, 184, 222] широко раскрыты основные проблемы производства зерна, в числе которых затронуто снижение качества зерна, вопросы ограниченности предложения семенного материала высокого качества. Предложено решение для повышения экономической эффективности сельскохозяйственных предприятий за счет увеличение урожайности основных зерновых культур путем применения нового сортооборота, т. е. использования современных гибридных семян [190, 224, 234, 235].

В работах авторов [199, 210, 211, 224] также установлено, что несмотря на проблему обеспечения производителей зерна семенами высокого качества, результатов исследования качественных показателей в условиях развития агропромышленного производства на сегодняшний день недостаточно, сложившаяся ситуация требует научно-обоснованных путей решения и использования инновационных технологий.

В рамках стратегии на долгосрочный период сформулированы задачи, основные из которых посвящены проблеме определения качественных характеристик зерна с учетом потребности конечных потребителей и при этом не привязанных к классам пшеницы, возможность классификации зерна по качественным характеристикам, учитывая международный опыт. Задачи посвящены также вопросам повышения конкурентоспособности зерна и продуктов переработки на рынках сбыта за счет повышения его качества и безопасности, а также вопросам определения и снижения рисков развития зернового комплекса [197].

Вопросы повышения качества зерна являются приоритетными. В стратегии развития говорится о том, что приоритетные направления развития научно-технического обеспечения зернового комплекса должны затрагивать вопросы использования современных технологий производства, переработки и хранения сельскохозяйственной продукции, сырья и продовольствия, а также внимание должно уделяться вопросам разработки современных методов контроля качества сельскохозяйственной продукции, сырья и продовольствия [197] с использованием информационных технологий [9], что подтверждает актуальность данной работы.

Лидирующие позиции в агропромышленном комплексе нашей страны занимает производство зерна [248]. На рисунке 1.1 представлены результаты состояния зернового комплекса нашей страны за 2017, 2018 годы по данным, представленным в долгосрочной стратегии [197].

100,0 90,0 80,0 70,0 60,0 50,0

40,0

45

30,0

.о т

о 20,0

(И СО

10,0 0,0

□ 2017

□ 2018

Пшеница

85,9 72,1

Ячмень

20,6 17,0

Рожь

2,5 1,9

Ш I

Овес

5,5 4,7

Кукуруза

13,2 11,4

Рис

1,0 1,0

Рисунок 1.1 - Ключевые показатели зернового комплекса РФ за 2017, 2018 гг.

Список литературы диссертационного исследования доктор наук Барышева Надежда Николаевна, 2021 год

Список использованных источников

1. Аббасова, Т. С. Разработка правил в экспертных системах для анализа и оценки телекоммуникаций / Т. С. Аббасова. - DOI https://doi.org/10.21499/2409-1650-2017-2-47-63 // Информационно-технологический вестник. - 2017. - 12(2). - P. 47-63. - URL: https://www.technologicalvestnik.com/jour/article/view/320 (дата обращения: 04.09.2020).

2. Аджемов, С. С. Формирование базы знаний по результатам радиомониторинга в целях решения задачи классификации радиоканалов / С. С. Аджемов, А. Н. Виноградов, Д. С. Чиров // T-Comm - Телекоммуникации и Транспорт. - 2009. - № S-DSPA. - С. 9-13.

3. Агаев, Р. А. О. Посевные и урожайные свойства семян пшеницы мягкой озимой в зависимости от зоны репродуцирования / Р. А. О. Агаев, Л. А. Беспалова, Е. В. Агаева // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. - 2020. - № 157. - С. 312-323.

4. Айдинян, А. Р. Подход к оценке DLP-систем с использованием средств нечеткой логики / А. Р. Айдинян, О. Л. Цветкова // Инженерный вестник Дона. -2017. - №4 (47). - С. 168.

5. Алтухов, А. И. Возможные риски и угрозы национальной продовольственной безопасности и независимости / А. И. Алтухов // АПК: Экономика, управление. - 2016. - № 5. - С. 4-16.

6. Алтухов, А. И. Межрегиональный обмен в системе продовольственного обеспечения страны / А. И. Алтухов // Экономика сельского хозяйства России. - № 1. - С. 61-70.

7. Алтухов, А. И. Предотвращение рисков и угроз обеспечения продовольственной безопасности - необходимое условие пространственного развития сельского хозяйства / А. И. Алтухов // Вестник Курской государственной сельскохозяйственной академии. - 2018. - №7. - URL: https://cyberleninka.ru/article/n/predotvraschenie-riskov-i-ugroz-obespecheniya-

prodovolstvennoy-bezopasnosti-neobhodimoe-uslovie-prostranstvennogo-razvitiya (дата обращения: 28.07.2020).

8. Алтухов, А. И. Проблемы развития АПК страны и необходимость их ускоренного решения / А. И. Алтухов // Экономика сельского хозяйства России. -2018. - № 4. - С. 3-4.

9. Альт, В. В. Выбор технологий в растениеводстве: подходы и методы, применяемые в информационных системах / В. В. Альт, С. П. Исакова, Е. А. Балушкина. - DOI 10.12737/2073-0462-2020-52-58 // Вестник Казанского государственного аграрного университета. - 2020. - Т. 15. № 1 (57). - С. 52-58. -URL: https://www.elibrary.ru/item.asp?id=42901304 (дата обращения: 05.01.2021).

10. Анисимов, П. Ю. Мембранный потенциал семян пшеницы под влиянием раствора KCl / П. Ю. Анисимов, Н. Н. Барышева // Материалы международной научно-практической конференции «Развитие сельского хозяйства на основе современных научных достижений и интеллектуальных цифровых технологий «Сибирь - Агробиотехнологии» («САБИТ 2019»). - 2019. - С. 234-235.

11. Анисимов П. Ю. Обзор электродного метода исследования биоэлектрических свойств зерен пшеницы / П. Ю. Анисимов, Н. Н. Барышева // Ползуновский альманах. - 2018. - № 4. - С. 188-190.

12. Архипов, М. В. Микрофокусная рентгенография растений / М. В. Архипов, Н. Н. Потрахов. - Санкт-Петербург: Технолит, 2008. - С. 37-38, 78-82.

13. Барсуков, В. К. Модель системы "электрод-клетки растения" при введении электродов в ткань растения / В. К. Барсуков, В. А. Морозов // Электрика. - 2005. - № 11. - С. 29-30.

14. Баршадская, С. И. Эффективность выращивания различных сортов озимой пшеницы в условиях недостаточного увлажнения Краснодарского края / С. И. Баршадская, А. А. Квашин, К. Н. Горпинченко, Ф. И. Дерека // Научный журнал КубГАУ - Scientific Journal of KubSAU. - 2016. - №120. - URL: https://cyberleninka.rU/article/n/effektivnost-vyraschivaniya (дата обращения: 28.07.2020).

15. Барышев, Д. Д. Классификации семян пшеницы для оценки качества их фракционирования / Д. Д. Барышев, В. И. Беляев // Вестник Алтайского государственного аграрного университета. - 2020. - № 9 (191). - С. 104-108.

16. Барышев, Д. Д. Методы диагностики травмированных семян пшеницы / Д. Д. Барышев, Н. Н. Барышева, С. П. Пронин // Ползуновский альманах. - 2019. -№ 4. - С. 121-123.

17. Барышев, Д. Д. Программно-аппаратный комплекс оценки качества фракционирования семян пшеницы по биоэлектрическим сигналам : специальность 05.20.02 «Электротехнологии и электрооборудование в сельском хозяйстве» : дисс. ... канд. тех. наук / Барышев Денис Дмитриевич. - Барнаул, 2020. - 127 с.

18. Барышева, Н. Н. Выбор алгоритма фильтрации экспериментальных данных для контроля всхожести семян пшеницы по мембранным потенциалам / Н. Н. Барышева, С. П. Пронин // Вестник АГАУ. - 2019. - №4 (174). - С.150-154. -URL: https://cyberleninka.ru/article/n/vybor-algoritma-filtratsii-eksperimentalnyh-dannyh-dlya-kontrolya-vshozhesti-semyan-pshenitsy-po-membrannym-potentsialam (дата обращения: 10.10.2020).

19. Барышева, Н. Н. Выбор метода классификации семян пшеницы по их качеству / А. А. Гертер, Д. Д. Барышев, Н. Н. Барышева // Сборник статей VI Всероссийской научно-технической конференции молодых ученых, магистрантов, аспирантов и студентов «Фундаментальные и прикладные аспекты компьютерных технологий и информационной безопасности». - Таганрог, 2020. - С. 376-377.

20. Барышева, Н. Н. Исследование электрических сигналов зерен пшеницы / Н. Н. Барышева, С. П. Пронин // Вестник аграрной науки Дона. - 2019. - № 2 (46). -С. 36-41.

21. Барышева, Н. Н. Мембранный потенциал зерен пшеницы под действием электрического тока как показатель всхожести // Н. Н. Барышева, С. П. Пронин // Вестник КрасГАУ. - 2018. - № 3 (138). - С. 68-71.

22. Барышева, Н. Н. Методика исследования мембранного потенциала семян пшеницы / П. Ю. Анисимов, Н. Н. Барышева // Наука и молодежь: материалы XVII Всероссийской научно-технической конференции студентов, аспирантов и

молодых ученых (01-05 июня 2020 года, г. Барнаул) : в 8 ч. / АлтГТУ им. И.И. Ползунова. - Барнаул: Изд-во АлтГТУ, 2020. - Ч. 7. - С. 88-90.

23. Барышева, Н. Н. Метод контроля мембранного потенциала семян пшеницы и его применение для оценки всхожести / Н. Н. Барышева, С. П. Пронин // Ползуновский вестник. - 2015. - №2. - С.69-73.

24. Барышева Н. Н. Метод и средство контроля мембранного потенциала зерен пшеницы и его применение для оценки всхожести : специальность 05.11.13 «Приборы и методы контроля природной среды, веществ, материалов и изделий» : дисс. ... канд. тех. наук / Барышева Надежда Николаевна. - Барнаул, 2015. - 116 с.

25. Барышева, Н. Н. Метод определения всхожести семян пшеницы на основе мембранных потенциалов / Н. Н. Барышева, С. П. Пронин. - 001: https://doi.org/10.15507/2658-4123.029.201903.443-455 // Инженерные технологии и системы. - 2019. - Т. 29, № 3. - С. 443-455.

26. Барышева, Н. Н. Обзор методов контроля всхожести семян пшеницы / Н. Н. Барышева, С. П. Пронин // Вестник Курской государственной сельскохозяйственной академии. - 2018. - № 6. - С. 127-131.

27. Барышева, Н. Н. Обработка и визуализация данных о электрофизических свойствах зерен пшеницы с помощью библиотеки matplotlib / Н. Н. Барышева, Д. Д. Барышев, Р. Е. Дорохов // Наука и образование. - 2020. - Т. 3, № 2. - С. 375-379.

28. Барышева, Н. Н. Обзор результатов исследования биоэлектрических сигналов в растениях / Н. Н. Барышева, С. П. Пронин // Вестник Курской государственной сельскохозяйственной академии. - 2018. - № 9. - С. 233-236.

29. Барышева, Н. Н. Подготовка обучающей выборки для задач классификации семян по их урожайным свойствам / Д. Д. Барышев, Н. Н. Барышева, С. П. Пронин // АПК России. - 2020. - Т. 27, № 3. - С. 440-446.

30. Барышева, Н. Н. Разработка модели контроля всхожести семян пшеницы по изменению мембранного потенциала / Н. Н. Барышева С. П. Пронин // Ползуновский альманах. - 2014. - № 1. - С. 103-105.

31. Барышева, Н. Н. Результаты теоретических и экспериментальных исследований изменения мембранного потенциала зерен пшеницы разной всхожести

/ Н. Н. Барышева, С. П. Пронин // Дальневосточный аграрный вестник. - 2018. - № 2 (46). - С. 141-145.

32. Барышева, Н. Н. Сравнение мембранного потенциала зерен пшеницы, разделенных на фракции по аэродинамическим свойствам, разных сортов с разной урожайностью / Н. Н. Барышева, С. П. Пронин, Д. Д. Барышев, В. И Беляев. - DOI 10.15507/2658-4123.030.202004.550-575 // Инженерные технологии и системы. -2020. - Т.30. - №4. - С. 550-575.

33. Барышева, Н. Н. Сравнение разрушающего и неразрушающего методов измерения мембранного потенциала зерен пшеницы / Н. Н. Барышева, С. П. Пронин, В. С. Афонин // Вестник Алтайского государственного аграрного университета. 2019. - № 6 (176). - С. 143-147.

34. Бекмуратов, Т. Ф. Принятие слабоструктурированных решений в задачах селекции в нечеткой среде / Т. Ф. Бекмуратов, Р. А. Дадабаева, Д. Т. Мухамедиева // Научный журнал «Проблемы информатики» - Новосибирск: Институт вычислительной математики и математической геофизики СО РАН, 2015. - №1 (26). - С. 40-46.

35. Белоусова, М. Н. Применение нечеткого моделирования при оценке кризисного состояния предприятий / М. Н. Белоусова, А. А. Дашков // Вестник Университета (Государственный университет управления). - 2019. - №3. - С. 66-71.

36. Биоэлектрические явления: биоэлектрогенез у растений. Раздел большого практикума по биофизике: Учебно-методическое пособие / В. С. Сухов, В. Н. Неруш, В. А. Калинин, В. О. Крауз, В. А. Воденеев. - Нижний Новгород: Издательство Нижегородского госуниверситета, 2011. - 69 с.

37. Бисчоков, Р. М. Анализ, моделирование и прогноз урожайности сельскохозяйственных культур для Кабардино-Балкарской Республики с использованием аппарата нечеткой логики / Р. М. Бисчоков // Вестник РУДН. Серия: Агрономия и животноводство. - 2020. - № 2. - URL: https://cyberleninka.ru/article/n/analiz-modelirovanie-i-prognoz-urozhaynosti-selskohozyaystvennyh-kultur-dlya-kabardino-balkarskoy-respubliki-s-ispolzovaniem (дата обращения: 20.10.2020).

38. Богданов, Л. Ю. Оценка эффективности бинарных классификаторов на основе логистической регрессии методом ROC-анализа // Вестник СГТУ. - 2010. -№2с. - С. 92-97. - URL: https://cyberleninka.ru/article/n/otsenka-effektivnosti-binarnyh-klassifikatorov-na-osnove-logisticheskoy-regressii-metodom-roc-analiza (дата обращения: 11.01.2021).

39. Боргест, Н. М. Онтология проектирования точного земледелия: состояние вопроса, пути решения / Н. М. Боргест, Д. В. Будаев, В. В. Травин. - DOI: 10.18287/2223-9537-2017-7-4-423-442 // Онтология проектирования. - 2017. - Т.7, №4(26). - С. 423-442. - URL: https://cyberleninka.ru/article/n7ontologiya-proektirovaniya-tochnogo-zemledeliya-sostoyanie-voprosa-puti-resheniya (дата обращения: 15.12.2020).

40. Бородин, И. Ф. Электрические и оптические методы и устройства контроля сортировки с.-х. продукции: Тезисы Всесоюзной конференции «Современные вопросы математики и механики». Москва, 1983.

41. Бондарчук, О. В. Взаимосвязь влаги и электрических параметров сыпучих материалов (на примере пивоваренного ячменя) / О. В. Бондарчук, Е. А. Кононюк, Д. М. Литвинюк // Техническое и кадровое обеспечение инновационных технологий в сельском хозяйстве : материалы Международной научно-практической конференции, Минск, 24-25 октября, 2019 г. : в 2 ч. Ч. 1. - Минск : БГАТУ, 2019. -С. 326-328.

42. Будзко, И. А. Методы разделения семян в электростатическом поле / И. А. Будзко, И. Ф. Бородин, В. И. Тарушкин // Механизация и электрификация сельского хозяйства. - 1974 - № 11.

43. Будзко, И. А. Электроснабжение сельского хозяйства : Учеб. для с.-х. вузов по спец. 1510 - "Электрификация сел. хоз-ва" и 1515 - "Автоматизация с.-х. пр-ва" / И. А. Будзко, В. Ю. Гессен. - Изд. 2-е, перераб. и доп. - М. : Колос, 1979. - 480 с.

44. Булгаков, Р. А. Воздействие внешних растворов NaCl на изменение мембранного потенциала семян пшеницы / Р. А. Булгаков, Н. Н. Барышева // Материалы международной научно-практической конференции «Развитие сельского хозяйства на основе современных научных достижений и интеллектуальных

цифровых технологий «Сибирь - Агробиотехнологии» («САБИТ 2019»). - 2019. - С. 237-239.

45. Булгаков, Р. А. Обзор электрофизических свойств семян пшеницы и их применение в методах контроля / Р. А. Булгаков, Н. Н. Барышева // Ползуновский альманах. - 2018. - № 4. - С. 205-207.

46. Бундина, О. И. Экономические проблемы производства зерна в России Современные методы, средства и нормативы в области оценки качества зерна и зернопродуктов: Сборник материалов 15-й Всероссийской научно-практической конференции (4-8 июня 2018 г., г. Анапа). Кубанский филиал ФГБНУ «ФНЦ пищевых систем им. В. М. Горбатова» РАН. - Краснодар, 2018. - С.22-28.

47. Бурнатова, Л. Б. Расчет нормы высева и продуктивность яровой пшеницы / Л. Б. Бурнатова // АВУ. - 2006. - № 5. - URL: https://cyberleninka.rU/article/n/raschet-normy-vyseva-i-produktivnost-yarovoy-pshenitsy (дата обращения: 20.10.2020).

48. Бурнатова, Л. Б. Прогнозирование и сравнительный анализ способов расчета нормы высева при моделировании урожайности яровой пшеницы : специальность 06.01.09 «Растениеводство» : дисс. ... канд. с.-х. наук / Бурнатова Людмила Борисовна. - Курган, 2007. - 175 с.

49. Ван Трис Г. Теория обнаружения, оценок и модуляции. Т.1. Пер. с англ. - 1972. - 744 с.

50. Вдовина, Т. В. Урожайные свойства семян яровой пшеницы в зависимости от основных приемов технологии выращивания / Т. В. Вдовина, П. В. Поползухин, Н. А. Поползухина // Вестник Бурятской государственной сельскохозяйственной академии им. В. Р. Филиппова. - 2008. - 2 (11). - С. 54-59.

51. Влияние низкоинтенсивного локального лазерного излучения на посевные качества семян / Ю. Х. Шогенов, А. Ю. Измайлов, Ю. М. Романовский, Н. Н. Третьяков // Вестник Российской сельскохозяйственной науки. - 2016. - № 5. -С. 33-35.

52. Влияние параметров СВЧ-поля на зараженность семян пшеницы грибами Р. Alternaría / А. А. Василенко, Г. И. Цугленок, Н. С. Козулина, А. В.

Василенко, О. А. Курносенко // В сборнике: Проблемы современной аграрной науки. Материалы международной заочной научной конференции. - 2015. - С. 1820.

53. Воденеев, В. А. Механизмы генерации и функциональная роль потенциалов возбуждения у высших растений : специальность 03.00.12 «Физиология и биохимия растений», 03.00.02 «Биофизика» : дисс. ... докт. б. наук / Воденеев Владимир Анатольевич. - Нижний Новгород, 2009. - 252 с.

54. Вшивкова, А. С. Влияние экспозиции склона на урожайность и посевные качества сортов яровой пшеницы в Среднем Предуралье / А. С. Вшивкова, С. Л. Елисеев // В сборнике: Роль агрономической науки в оптимизации технологий возделывания сельскохозяйственных культур. Материалы Международной научно-практической конференции, посвященной 65-летию работы кафедры растениеводства ФГБОУ ВО Ижевская ГСХА в Удмуртии. Отв. за выпуск И.Ш. Фатыхов, 2020. - С. 68-72.

55. Высокочастотный емкостной датчик влажности зерна / А. И. Тищенко, В. С. Афонин, В. К. Федотов и др. // Вестник Алтайского государственного технического университета им. И.И. Ползунова: Приложение к журналу «Ползуновский альманах». - Барнаул: Изд-во АлтГТУ, 2006. - №2. - С. 95-97.

56. Гаврилова, Т. А. Об одном подходе к онтологическому инжинирингу // Новости искусственного интеллекта. - 2005. - № 3. - С. 25-31.

57. Гагкаева, Т. Ю. Чрезвычайная ситуация 2019 г. и болезни зерна в Амурской области / Т. Ю. Гагкаева, О. П. Гаврилова, А. С. Орина, Н. Н. Гогина // Защита и карантин растений. - 2020. - № 8. - С. 19-21.

58. Генетическая структура сортов ярового ячменя при их воспроизводстве / Н. В. Зобова, Т. В. Онуфриенок, Л. Н. Шевцова, Л. К. Бутковская // Селекция и семеноводство. - 2001. - № 3. - С. 32-34.

59. Гертер, А. А. Проектирование АИС «Оценка качества посевного материала» / А. А. Гертер, Д. Д. Барышев // Наука и молодежь : материалы XVII Всероссийской научно-технической конференции студентов, аспирантов и молодых

ученых (01-05 июня 2020 года, г. Барнаул), АлтГТУ им. И.И. Ползунова. - Барнаул : Изд-во АлтГТУ, 2020. - С. 38-40.

60. Глуховцев, В. В. Изменчивость качества зерна яровой пшеницы в Средневолжском регионе РФ под влиянием сорта и внешней среды / В. В. Глуховцев, А. П. Головоченко, Н. А. Головоченко // Доклады Российской академии сельскохозяйственных наук. - 2010. - № 4. - С. 3-5.

61. Горпинченко, К. Н. Системы показателей инновационного развития в зерновом производстве / К. Н. Горпинченко // Вестник АПК Ставрополья. - 2013. -№2(10). - С. 152-156.

62. Горпинченко, К. Н. Проблемы развития инновационного процесса в зерновом производстве [Электронный ресурс] / К. Н. Горпинченко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. - 2013. - №86. - С. 634-649. - URL: http://ej.kubagro.ru/2013/02/pdf/38.pdf (дата обращения: 10.06.2020).

63. Гольтяпин, В. Я. Перспективные технологии послеуборочной обработки и хранения зерна / В. Я. Гольтяпин, В. Ф. Федоренко. - Москва, 2020. Сер. 76 Высшее образование (2-е изд.).

64. Гончаров Н. П. Методические основы селекции растений / Н. П. Гончаров, П. Л. Гончаров // Российская академия наук, Сибирское отделение, Институт цитологии и генетики. Новосибирск, 2018. (3-е издание, исправленное и дополненное). - 439 с.

65. Гриценко, Г. М. Проблемы обеспечения и регулирования качества зерна и зернопродукции / Г. М. Гриценко, Н. Н. Величко // Вестник АГАУ. - 2012. - №4. -URL: https://cyberleninka.ru/article/n/problemy-obespecheniya-i-regulirovaniya-kachestva-zerna-i-zemoproduktsii (дата обращения: 22.05.2020).

66. Гудков, П. А. Методика проведения экспериментального исследования мембранного потенциала зерен пшеницы под действием электрического тока / П. А. Гудков, Н. Н. Барышева, С. П. Пронин // В сборнике: Методы компьютерной диагностики в биологии и медицине - 2017 Материалы Всероссийской школы-семинара. Под редакцией Д.А. Усанова. 2017. С. 155-157.

67. Гудков, П. А. Обзор факторов воздействия на мембранный потенциал зерен пшеницы / П. А. Гудков, Н. Н. Барышева // Ползуновский альманах. 2017. № 4-3. С. 88-90.

68. Гудков, П. А. Обработка экспериментальных данных исследования мембранного потенциала зерен пшеницы / П. А. Гудков, Н. Н. Барышева, С. П. Пронин // В сборнике: Виртуальное моделирование, прототипирование и промышленный дизайн Материалы IV Международной научно-практической конференции. 2017. С. 198-201.

69. Гудков, П. А. Разработка программного обеспечения для автоматизации процесса обработки данных / П. А. Гудков, Н. Н. Барышева // В сборнике: Измерение, контроль, информатизация Материалы XIX международной научно-технической конференции. Под редакцией Л.И. Сучковой. 2018. С. 88-90.

70. Забалуева, Д. В. Отбор и оценка селекционного материала овса на продуктивность при различных стрессовых условиях внешней среды / Д. В. Забалуева // Владимирский земледелец. - 2015. - №3-4(73-74). - С.36-37. - URL: https://cyberleninka.ru/article/n/otbor-i-otsenka-selektsionnogo-materiala-ovsa-na-produktivnost-pri-razlichnyh-stressovyh-usloviyah-vneshney-sredy (дата обращения: 04.09.2020).

71. Завражнов, А. И. Онтологический анализ современных машинных технологий интенсивного садоводства / А. И. Завражнов, В. Ю. Ланцев, А. А. Завражнов // Сельскохозяйственные машины и технологии. - 2014. - № 3. - С. 1114.

72. Захарова, Н. Н. Посевные качества и полевая всхожесть семян яровой мягкой пшеницы / Н. Н. Захарова, Н. Г. Захаров // Вестник Ульяновской ГСХА. -2016. - №4 (36). - URL: https://cyberleninka.ru/article/n/posevnye-kachestva-i-polevaya-vshozhest-semyan-yarovoy-myagkoy-pshenitsy (дата обращения: 24.07.2020).

73. Зюлин, А. Н. Теоретические проблемы развития технологий сепарирования зерна / А. Н. Зюлин; Рос. акад. с.-х. наук, Всерос. НИИ механизации сел. хоз-ва. - Москва : ВИМ, 1992. - 207 с.

74. Гладких, Д. Ю. Оценка возможности использования цифровой фильтрации биоэлектрических потенциалов растений для получения качественной информации об их функциональном состоянии / Д. Ю. Гладких // Медико-экологические информационные технологии - 2019: сборник научных статей по материалам XXII Международной научнотехнической конференции. - Курск, 2019.

- С. 174-179. - URL: https://www.elibrary.ru/item.asp?id=39230754 (дата обращения: 15.10.2020).

75. ГОСТ 12038-84. Семена сельскохозяйственных культур. Методы определения всхожести : взамен ГОСТ 12038-66 : дата введения 1986-07-01. -Москва : Стандартинформ, 2011. - 31 с.

76. ГОСТ 12036-85 Семена сельскохозяйственных культур. Правила приемки и методы отбора проб : взамен ГОСТ 12036-66 : дата введения 1986-07-01.

- Москва : Издательство стандартов, 2004. - 14 с.

77. ГОСТ 20290-74 Семена сельскохозяйственных культур. Определение посевных качеств семян. Термины и определения: Дата введения 1975-07-01. -Москва : Стандартинформ, 2011. - 17 с.

78. Гунар, И. И. Распространяющиеся волны возбуждения у высших растений / И. И. Гунар, А. М. Синюхин // Доклады АН СССР. - 1962. - Т.142. -С.954-956.

79. Динамика формирования посевных качеств семян озимой тритикале / Т. А. Бабайцева, А. М. Ленточкин, Т. В. Гамберова // Аграрная наука Евро-Северо-Востока. - 2013. - № 2 (33). - С. 12-16.

80. Дистанционные электрические сигналы у растений / В. А. Воденеев, В. А. Опритов, С. А. Мысягин, С. С. Пятыгин // Учебно-методические материалы по программе повышения квалификации «Хранение и обработка информации в биологических системах». - Нижний Новгород, 2007. - 97с.

81. Дробязко, О. Н. Методология анализа рисков опасности электроустановок человекомашинных систем на основе нечетких множеств / О. Н. Дробязко, О. К. Никольский // В сборнике: Энерго- и ресурсосбережение - XXI

век. Материалы XII международной научно-практической интернет-конференции, 2016. - С. 58-65.

82. Дубовик, Д. В. Влияние климатических условий года на качество зерна озимой пшеницы / Д. В. Дубовик // Достижения науки и техники АПК. - 2007. - № 6. - С. 51-52.

83. Дубовик, Д. В. Влияние климатических условий года на урожайность озимой пшеницы / Д. В. Дубовик, Д. Ю. Виноградов // Вестник Курской государственной сельскохозяйственной академии. - 2012. - № 7. - С. 46-47.

84. Дубовик, Д. В. Качество сельскохозяйственных культур в зависимости от агротехнических приемов и климатических условий / Д. В. Дубовик, О. Г. Чуян // Земледелие. - 2018. - № 2. - С. 9-13.

85. Дубовик, Д. В. Влияние агротехнических приемов в различных погодных условиях на урожай зерна озимой пшеницы / Д. В. Дубовик, Д. Ю. Виноградов // Вестник Курской государственной сельскохозяйственной академии. -2014. - №4. - URL: https://cyberleninka.ru/article/n/vliyanie-agrotehnicheskih-priemov-v-razlichnyh-pogodnyh-usloviyah-na-urozhay-zerna-ozimoy-pshenitsy (дата обращения: 18.09.2020).

86. Дунаев, А. А. Адаптивный корреляционный анализ биоэлектрических сигналов / А. А. Дунаев // Рос. мед.-биол. вестн. им. акад. И.П. Павлова. - 2003. -№1-2. - URL: https://cyberleninka.ru/article/n/adaptivnyy-korrelyatsionnyy-analiz-bioelektricheskih-signalov (дата обращения: 10.10.2020).

87. Духовный, А. И. Электрофизиология опыления у высших растений (на примере кукурузы) / А. И. Духовный // Кишинев: Штиинца, 1973. - 100 с.

88. Елисеев, С. Л. Влияние агротехнических приемов на лабораторную всхожесть и физические свойства семян овса / С. Л. Елисеев, Н. Н. Яркова, Н. В. Ашихмин // Пермский аграрный вестник. - 2016. - №2 (14). - URL: https://cyberleninka.ru/article/n/vliyanie-agrotehnicheskih-priemov-na-laboratornuyu-vshozhest-i-fizicheskie-svoystva-semyan-ovsa (дата обращения: 01.10.2020).

89. Ермаков, Р.Н. Оптимизация норм высева семян яровых зерновых культур с использованием алгоритмов нечеткой логики : специальность 06.01.03

«Агрофизика» : дисс. ... канд. б. наук / Ермаков Роман Николаевич. - Санкт-Петербург, 2015. - 270 с.

90. Жидков, С. А. Приоритетные направления развития рынка зерна в России. - Мичуринск: Изд. ООО «БИС», 2018. - 313 с.

91. Зависимость посевных качеств некондиционных семян от воздействия импульсным электрическим полем (ИЭП) / Г. П. Стародубцева, С. И. Ливинский, С. И. Любая, М. А. Афанасьев // В сборнике: Физико-технические проблемы создания новых технологий в агропромышленном комплексе. Сборник научных статей по материалам Международной научно-практической конференции. - 2017. - С. 271275.

92. Закладной, Г. А. Инновационная система дистанционного мониторинга состояния хранящегося зерна / Г. А. Закладной // Современные методы, средства и нормативы в области оценки качества зерна и зернопродуктов: Сборник материалов 14-й Всероссийской научно-практической конференции (5-9 июня 2017 г., г. Анапа). - Анапа, 2017. - С. 21-24.

93. Закладной, Г. А. Цифровая система дистанционного мониторинга состояния хранящегося зерна / Г. А. Закладной, Ю. Ф. Марков // Международная научно-практическая конференция, посвященная памяти Василия Матвеевича Горбатова. - Москва, 2017. - № 1. - С. 125-127.

94. Захарян, Ю. Г. Концепция использования геоинформационных систем в реализации дифференцированного планирования агротехнологии / Ю. Г. Захарян // Известия СПбГАУ. - 2017. - № 1 (46). - URL: https://cyberleninka.ru/article/n/kontseptsiya-ispolzovaniya-geoinformatsionnyh-sistem-v-realizatsii-differentsirovannogo-planirovaniya-agrotehnologii (дата обращения: 20.10.2020).

95. Звягин, Л. С. Мягкие измерения как основа инновационного развития вычислительных методов / Л. С. Звягин // Мягкие измерения и вычисления. - 2018. -№ 11 (12). - С. 14-19. - URL: https://elibrary.ru/item.asp?id=37003109

96. Игошин, А. Н. Построение математической модели долгосрочной динамики урожайности зерновых культур / А. Н. Игошин, А. Д. Черемухин, Н. Т. Савруков // Вестник НГИЭИ. - 2019. - № 3 (94). - С. 74-83.

97. Изменение мембранного потенциала зерен пшеницы под действием электрического тока / С. П. Пронин, Н. Н. Барышева, П. А. Гудков, В.Н. Дивисилова // Ползуновский альманах. - 2016. - № 2. - С. 139-141.

98. Изменение показателей качества зерна пленчатого овса при фракционировании / Е. Н. Пасынкова, Н. В. Котельникова, А. В. Пасынков, А. А. Завалин. - DOI: 10.31857/S250026270000551-1 // Российская сельскохозяйственная наука - 2018. - № 4. - C. 16-20 [Электронный ресурс]. - URL: http://ras.jes.su/rshn/s207987840000480-7-1 (дата обращения: 21.01.2020).

99. Исследование первичных процессов фотосинтеза и биоэлектрических потенциалов у листьев высших растений / Т. Гун-Аажав, С. Дамдинсурен, М. Цогбадрах, О. С. Борданова, Д. Тумурбаатар // Проблемы регуляции в биологических системах / Под общей ред. А. Б. Рубина. - М.-Ижевск: НИЦ «Регулярная и хаотическая динамика», 2006. - С. 476-478. - URL: http://library.biophys.msu.ru/PDF/3364.pdf (дата обращения: 15.10.2020).

100. Исследование помех, возникающих при измерении электрического напряжения информационно-измерительной системой на основе АЦП ЛА-50 USB / С. П. Пронин, В. В. Николенко, М. И. Петрушенко, Н. Н. Барышева // В сборнике: Материалы XX Международной научно-технической конференции «Измерение, контроль, информатизация». Под ред. Л. И. Сучковой. - 2019. - С. 77-82.

101. Карасев, В. Н. Диагностика физиологического состояния хвойных деревьев по биоэлектрическим и температурным показателям / В. Н. Карасев, М. А. Карасеваа, Д. И. Мухортов. - DOI: 10.31857/S0024114820010088 // Лесоведение. -2020. - № 2. - С. 162-174. - URL: https://www.elibrary.ru/item.asp?id=42414263 (дата обращения: 28.12.2020).

102. Карпова, Л. В. Сорт как фактор повышения урожайности озимой пшеницы / Л. В. Карпова, С. Н. Пятков, В. И. Грязева // Нива Поволжья. - 2018. - № 4 (49). - С. 47-52.

103. Карпова, Л. В. Сравнительная оценка методов отбора при выращивании оригинальных семян яровой пшеницы с высокими посевными качествами / Л. В. Карпова // В сборнике: Инновационные технологии в АПК: теория и практика. Материалы VI Всероссийской научно-практической конференции. - 2018. - С. 7579.

104. Карпова, Л. В. Формирование урожая, посевных качеств и урожайных свойств семян яровой мягкой пшеницы под влиянием удобрений минеральных в условиях лесостепи Среднего Поволжья / Л. В. Карпова, А. В. Строгонова, Ф. П. Четвериков // Аграрный научный журнал. - 2020. - № 4. - С. 23-27.

105. Катасёв, А. С. Методы и алгоритмы формирования нечетких моделей оценки состояния объектов в условиях неопределенности / А. С. Катасёв // Вестник технологического университета. - 2019. - Т.22, №3. - C. 138-147. - URL: https://www.elibrary.ru/item.asp?id=37347683 (дата обращения: 20.08.2020).

106. Качество зерна у линий мягкой пшеницы T. AESTIVUM с интрогрессией генетического материала T. DICOCCOIDES и T. DICOCCUM / О. А. Орловская, С. И. Вакула, Л. В. Хотылева, А. В. Кильчевский // Доклады Национальной академии наук Беларуси. - 2018. - Т. 62. - № 6. - С. 712-718.

107. Кильчевский, А. В. Генетико-экологические основы селекции растений / А. В. Кильчевский // Вестник ВОГиС. - 2005. - № 4. - Т.9. - С. 518-526.

108. Кириченко, А. А. К вопросу об архитектуре нейросетевых пакетов / А.

A. Кириченко // Инновации на основе информационных и коммуникационных технологий. - 2013. - Т.1. - С. 298-300.

109. Кирсанова, Е. В. Методы определения качества семенного материала / Е.

B. Кирсанова. - Орел : ОрелГАУ, 2014. - 51 с. - URL: https://e.lanbook.com/book/71275 (дата обращения: 06.02.2020).

110. Кирюшин, В. И. Научно-инновационное обеспечение приоритетов развития сельского хозяйства / В. И. Кирюшин // Достижения науки и техники АПК. - 2019. - №3. - URL: https://cyberleninka.ru/article/n/nauchno-innovatsionnoe-obespechenie-prioritetov-razvitiya-selskogo-hozyaystva (дата обращения: 28.07.2020).

111. Клаассен, К. Б. Основы измерений. Электронные методы и приборы в измерительной технике / К. Б. Клаассен. - Москва: Постмаркет. - 2000. - 352 с.

112. Кларксон, Д. Транспорт ионов и структура растительной клетки / Д. Кларксон. - Москва: Мир, 1978. - 368 с.

113. Коваленко, В. В. Особенности параметров электрического поля при обработке семян / В. В. Коваленко, С. А. Ливинский // Методы и технические средства повышения эффективности использования электрооборудования в промышленности и сельском хозяйстве : сб. науч. тр. по материалам 77-й науч.-практ. конф. (Ставрополь, апреля, 2013 г.) / СтГАУ. - Ставрополь, 2013. - С. 90-103

114. Коваленко, В. В. Регулятор величины и фазы напряжения переменного тока // В. В. Коваленко, Ю. Д. Мишин, С. А. Ливинский // Сб. науч. тр. по материалам 80-й науч. -практ. конф. (Ставрополь, март 2015г.) / СтГАУ. -Ставрополь, 2015. - С. 121-125.

115. Коваленко, В. В. Промышленная электромагнитная обработка семян / В. В. Коваленко, А. В. Захаров, С. А. Ливинский // Сб. науч. тр. по материалам 80-й науч. -практ. конф. (Ставрополь, март 2015г.) / СтГАУ. - Ставрополь, 2015. - С. 125-128.

116. Ковтуненко, В. Я. Достижения селекции и технология возделывания тритикале в НЦЗ ИМ. П.П. Лукьяненко / В. Я. Ковтуненко, В. В. Панченко, А. П. Калмыш // В сборнике: Достижения и перспективы научно-инновационного развития АПК. Материалы Всероссийской (национальной) научно-практической конференции с международным участием. Под общей редакцией Миколайчика И. Н. Курган, 2020. - С. 139-143. https://www.elibrary.ru/item.asp?id=43058683 (дата обращения: 04.09.2020).

117. Кокина, Л. П. Травмирование как фактор снижения посевных качеств семян ячменя / Л. П. Кокина, И. Н. Щенникова, И. Ю. Зайцева // Вестник Алтайского государственного аграрного университета. - 2019. - № 5 (175). - С. 1924.

118. Кокухина, В. В. Изменение потенциала покоя растительных и животных объектов в процессе хранения при охлажнении и заморозке / В. В. Кокухина, Е. Д.

Целых, И. Н. Егоршин // Актуальные вопросы современной медицины: материалы 73-й итоговой научной конференции молодых ученых и студентов. - Хабаровск: Издательство ДВГМУ, 2016. - С. 15-17.

119. Конончук, В. В. Моделирование агроэкологических рисков // Вестник Брестского государственного технического университета. - 2017. - № 3. - С. 48-50.

120. Копырин, А. С. Технологии обработки и очистки данных, выявления и устранения шумов на временном ряду / А. С. Копырин, Е. В. Видищева // Вестник Академии знаний. - 2020. - № 4 (39). - URL: https://cyberleninka.ru/article/n/tehnologii-obrabotki-i-ochistki-dannyh-vyyavleniya-i-ustraneniya-shumov-na-vremennom-ryadu (дата обращения: 28.10.2020).

121. Коробков, А. А. Оценка качества фильтрации в зависимости от характеристик входных сигналов адаптивного фильтра / А. А. Коробков, О. С. Осипова // Новые технологии, материалы и оборудование российской авиакосмической отрасли: Всероссийская научно-практическая конференция с международным участием, 10 - 12 августа 2016 г.: Сборник докладов. Том 2. -Казань: Изд-во Академии наук РТ, 2016. - Т. 2. - С. 548-553. - URL: https://www.researchgate.net/profile/Alesia_Iwn/publication/311486657_principles_of_de sign_an_integrated_complex_for_modeling_radio_electronic_systems/links/5848646108a eda696825e588/principles-of-design-an-integrated-complex-for-modeling-radio-electronic-systems.pdf#page=548 (дата обращения: 28.12.2020).

122. Кочева, Н. С. Влияние сроков и способов посева на урожай и качество семян пшеницы и ячменя в питомниках первичного семеноводства / Н. С. Кочева // Дальневосточный аграрный вестник. - 2011. - №1 (17). - URL: https://cyberleninka.ru/article/n/vliyanie-srokov-i-sposobov-poseva-na-urozhay-i-kachestvo-semyan-pshenitsy-i-yachmenya-v-pitomnikah-pervichnogo-semenovodstva (дата обращения: 06.02.2020).

123. Кошеляев, В. В. Влияние элементов технологии на урожай и посевные качества семян озимой пшеницы / В. В. Кошеляев, Л. В. Карпова // Нива Поволжья. - 2014. - № 4 (33). - С. 60-66.

124. Кошеляев, В. В. Отбор элитных растений ячменя в первичном звене семеноводства / В. В. Кошеляев, Л. В. Карпова, И. П. Кошеляева // Нива Поволжья.

- 2017. - № 3 (44). - С. 45-50.

125. Кравченко, Н. С. Влияние условий выращивания на урожайность и качество зерна образцов озимой мягкой пшеницы / Н. С. Кравченко, Е. В. Ионова, В. Л. Газе // Зерновое хозяйство России. - 2019. - № 4 (64). - С. 31-35.

126. Кретова, Ю. И. Обеспечение качества зерна как фактор решения проблемы продовольственной безопасности Российской Федерации: нормативно-правовые аспекты / Ю. И. Кретова, Л. А. Цирульниченко // Вестник ЮжноУральского государственного университета. Серия: Пищевые и биотехнологии. -2019. - № 3. - URL: https://cyberleninka.ru/article/n7obespechenie-kachestva-zerna-kak-faktor-resheniya-problemy-prodovolstvennoy-bezopasnosti-rossiyskoy-federatsii-normativno-pravovye (дата обращения: 29.07.2020).

127. Кривобочек В. Г. Оценка посевных качеств семян / В. Г. Кривобочек, А. П. Стаценко, М. С. Рязанцев // Аграрный научный журнал. - 2018. - № 7. - С. 10-13.

- URL: https://www.elibrary.ru/item.asp?id=35268768 (дата обращения: 29.07.2020).

128. Кузнецов, О. П. Онтологии в современных информационных системах / О. П. Кузнецов, В. С. Суховеров, Л. Б. Шипилина // Датчики и системы. - 2011. - № 8. - С. 67-77.

129. Кулов, А. Р. Методические подходы к оценке рисков инвестиций в сельское хозяйство / А. Р. Кулов // Экономика, труд, управление в сельском хозяйстве. - 2011. - № 2 (7). - С. 9-11.

130. Кутимская, М. А. Биоэлектрогенез и информационный обмен у высших растений, включая зерновые культуры / М. А. Кутимская, М. Ю. Бузунова, Л. В. Убрятова // Вестник ИРГСХА. - 2014. - № 60. - С. 105-110. - URL: https://www.elibrary.ru/item.asp?id=21915737 (дата обращения: 10.10.2020).

131. Лежнина, М. В. Экспертные системы в поддержке принятия решений / М. В. Лежнина // Актуальные проблемы экономики современной России. - 2016. -№ 3. - С. 37-41. - URL: https://www.elibrary.ru/item.asp?id=26279738 (дата обращения: 13.07.2019).

132. Ленточкин, А. М. Матрикальная разнокачественность семян колоса яровой пшеницы Иргина / А. М. Ленточкин // Зерновое хозяйство. - 2002. - № 5. -С. 19-21.

133. Леоненков, А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. - Санкт-Петербург: БХВ Петербург, 2005. - 736 с.

134. Лойко В. И. Использование лингвистических переменных и матричных схем агрегирования для оценки риска интегрированных производственных систем АПК / В. И. Лойко, Н. В. Ефанова // В сборнике: Экономико-правовые аспекты реализации стратегии модернизации России: поиск модели эффективного социохозяйственного развития. Сборник статей международной научно-практической конференции. - 2016. - С. 123-128.

135. Лукоянычева, О. В. Анализ биоэлектрических сигналов с целью формирования базы знаний для экспертной системы по определению показателя всхожести зёрен пшеницы / О. В. Лукоянычева // Ползуновский альманах. - 2014. -№ 1. - С. 97-99.

136. Лукоянычева, О. В. Использование значений биоэлектрических потенциалов для построения аппаратно-программного комплекса определения всхожести зерна / О. В. Лукоянычева // Перспективы развития науки и образования. Часть IV. - Москва: АР-Консалт, 2013. - С. 50-53.

137. Малько, А. М. Научно-практические основы контроля качества и сертификации семян сельскохозяйственных растений в условиях рыночной экономики / А. М. Малько // Гос. семенная инспекция Рос. Федерации. - Москва: Икар, 2004. - 286 с.

138. Материалы круглого стола на тему «О состоянии и перспективах развития семеноводства сельскохозяйственных растений в Самарской области», проводимого комитетом по сельскому хозяйству и продовольствию Самарской губернской думы 05.12.2017. - 133 c. - URL: http://www.szrf.km.duma.gov.ru/upload/site53/174815188-111484671-111580343.pdf (дата обращения: 13.07.2019).

139. Матлаев, А. Г. Метод и средство контроля всхожести семян пшеницы / А. Г. Матлаев, С. П. Пронин // Естественные и технические науки. - 2009. - № 3 (41). - С. 308-311.

140. Матлаев, А. Г. Зависимость изменения потенциала действия зерна пшеницы от всхожести / А. Г. Матлаев, С. П. Пронин // Ползуновский альманах. -2009. - № 2. - С. 138-139.

141. Машины и оборудование для очистки и сортирования зерновых и зернобобовых культур : учебно-методическое пособие / сост.: А. В. Кузьмицкий [и др.]. - Минск : БГАТУ, 2012. - 100 с.

142. Медведев, С. С. Электрофизиология растений / С. С. Медведев. - Санкт-Петербург: Издательство С-Пб. университета, 1998. - 184 с.

143. Медведев, С. С. Физиология растений: учебник. - Санкт-Петербург: БХВ-Петербург, 2012. - 512 с.

144. Меденников, В. И. Цифровая платформа растениеводства на основе онтологического моделирования // Организационно-экономический механизм развития мелиоративного комплекса региона: мат-лы междунар. науч.-практ. конф. - Саратов: ФГБНУ «ПНИИЭО АПК», 2018. - С. 40-43.

145. Мелешкина, Е. П. Актуализация межгосударственных и национальных стандартов и методов определения качества зерна и продуктов его переработки / Е. П. Мелешкина // Современные методы, средства и нормативы в области оценки качества зерна и зернопродуктов: Сборник материалов 16-й Всероссийской научно-практической конференции (3-7 июня 2019 г., г. Анапа). Кубанский филиал ФГБНУ «ФНЦ пищевых систем им. В.М. Горбатова» РАН. - Краснодар, 2019. - с. 4-8.

146. Мелешкина, Е. П. Некоторые вопросы определения в зерне вредной примеси, начиная с 1 июля 2018 года / Е. П. Мелешкина // Хлебопродукты. - 2018. -№ 9. - С. 6-7.

147. Мелешкина, Е. П. Нужно ли стандартизировать классификацию зерна пшеницы по качеству / Е. П. Мелешкина // Хлебопродукты. - 2020. - № 4. - С. 1415.

148. Мелешкина, Е. П. Развитие товарной классификации зерна пшеницы / Е. П. Мелешкина // Контроль качества продукции. - 2017. - № 3. - С. 24-33.

149. Мерченко (Барышева), Н. Н. Влияние температуры на изменение мембранного потенциала зерна пшеницы / Н. Н. Мерченко, А. Г. Зрюмова // Материалы XL научно-технической конференции по итогам работы профессорско-преподавательского состава СевКавГТУ за 2010 год. Естественные и точные науки. - 2011. - Т. 1. - С. 202-204.

150. Мерченко (Барышева), Н. Н. Зависимость мембранного потенциала зерен пшеницы от концентрации ионов на внутренней стороне оболочки и ее проницаемости / Н. Н. Мерченко, С. П. Пронин // Фундаментальные исследования. -2014. - № 8. - С. 1539-1544.

151. Мерченко (Барышева), Н. Н. Исследование воздействия температуры на изменение вариабельного потенциала зерна пшеницы / Н. Н. Мерченко, С. П. Пронин, А. Г. Зрюмова // Ползуновский альманах. - 2012. - № 2. - С. 153-155.

152. Мерченко (Барышева), Н. Н. Исследование изменения потенциала действия зерна пшеницы / С. П. Пронин, А. Г. Зрюмова, Н. Н. Мерченко, Л. М. Бащук, И. А. Гребенникова, А. Н. Каратеева // Ползуновский альманах. - 2010. - № 2. - С. 204-206.

153. Мерченко (Барышева), Н. Н. Исследование изменения потенциала действия семян пшеницы в зависимости от их всхожести при заданной температуре / Н. Н. Мерченко, С. П. Пронин, А. Г. Зрюмова // Ползуновский альманах. - 2011. -№ 1. - С. 170-171.

154. Мерченко (Барышева), Н. Н. Контроль всхожести семян пшеницы при заданной начальной температуре / Н. Н. Мерченко // Методы компьютерной диагностики в биологии и медицине - 2012: материалы Всерос. молодеж. конф. -Саратов: Изд-во Сарат. университета. - 2012. - С.195-198.

155. Мерченко (Барышева), Н. Н. Обзор методов контроля всхожести семян пшеницы по изменению мембранного потенциала / Н. Н. Мерченко, С. П. Пронин, А. Г. Зрюмова // Ползуновский альманах. - 2013. - № 1. - С. 142-144.

156. Мерченко (Барышева), Н. Н. Отличительные признаки всхожести семян пшеницы / Н. Н. Мерченко, С. П. Пронин, А. Г. Зрюмова // Материалы IX Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых «Наука и молодежь». - Барнаул: изд-во АлтГТУ. - 2012. - 3-5 с.

157. Минина, Е. Л. Краткий обзор системы семеноводства и селекции растений, их правового регулирования в Российской Федерации / Е. Л. Минина, А. И. Березкин. - Москва, 2013-2014. - 63 с.

158. Моделирование основных физических процессов в биологических и технических системах сельского хозяйства / С. В. Оськин, Д. С. Цокур, И. Н. Шишигин, А. А. Лоза // Сельский механизатор. - 2020. - № 7. - С. 25-27.

159. Морозова, О. А. К Вопросу определения метрик качества данных / О. А. Морозова // Управленческие науки в современном мире. - 2018. - Т. 1. - № 1. - С. 180-184.

160. Морозов, В. А. Комплекс для регистрации биопотенциалов растений : специальность 05.11.13 «Приборы и методы контроля природной среды, веществ, материалов и изделий» : дисс. ... канд. техн. наук / Морозов Вадим Анатольевич. -Ижевск, 2005. - 165 с.

161. Мрачковская, А. Н. Влияние слабого электрического тока на посевные качества семян и урожайность яровой пшеницы : специальность 06.01.09 «Растениеводство» : дисс. ... канд. с.-х. наук / Мрачковская Анна Николаевна. -Курган, 2009. - 142 с.

162. Мрачковская, А. Н. Оценка качества посевного материала / А. Н. Мрачковская // АВУ. - 2008. - № 4. - URL: https://cyberleninka.ru/article/n/otsenka-kachestva-posevnogo-materiala (дата обращения: 20.10.2020).

163. Нейросетевое исследование данных о качестве семенного материала пшеницы по биоэлектрическим сигналам / Н. Н. Барышева, М. В. Гунер, Д. Д. Барышев, С. П. Пронин // Материалы X Международной научно-практической конференции «Высокопроизводительные вычислительные системы и технологии в научных исследованиях, автоматизации управления и производства», 2020. - Т. 4, № 1. - С. 179-184.

164. Найханова, Л. В. Методы и алгоритмы принятия решений в управлении учебным процессом в условиях неопределенности : [Монография] / Л. В. Найханова, С. В. Дамбаева ; Вост.-Сиб. гос. технол. ун-т. - Улан-Удэ : Издательство ВСГТУ, 2004. - 164 с.

165. Нехороших, М. C. Матрикальная разнокачественность семян озимой ржи в условиях южной лесостепи республики Башкортостан : специальность 06.01.01 «Общее земледелие, растениеводство» : дисс. ... канд. с.-х. наук / Нехороших Максим Сергеевич. - Уфа, 2016. - 228 с.

166. Нещадим, Н. Н. Современные проблемы качества зерна / Н. Н. Нещадим, К. Н. Горпинченко, А. А. Квашин // Труды Кубанского государственного аграрного университета. - 2012. - №35. - С. 338-342.

167. Никольский, О. К. Использование аппарата темпоральной логики для управления техногенными рисками в человеко-машинных системах / О. К. Никольский, А. Н. Тушев, Л. Ю. Качесова // Достижения науки и техники АПК. -2017. - № 3. - URL: https://cyberleninka.ru/article/n/ispolzovanie-apparata-temporalnoy-logiki-dlya-upravleniya-tehnogennymi-riskami-v-cheloveko-mashinnyh-sistemah (дата обращения: 20.10.2020).

168. Никольский, О.К. Нечетко-темпоральная модель динамической человеко-машинной системы для анализа техногенных рисков / О. К. Никольский, Ю. Д. Шлионская // В сборнике: Энерго- и ресурсосбережение - XXI век. Материалы XVII международной научно-практической конференции. - 2019. - С. 219-223. - URL: https://www.elibrary.ru/item.asp?id=42256059 (дата обращения: 20.10.2020).

169. Новые методические подходы при проведении комплексной оценки качества семян / Н. Н. Потрахов, М. В. Архипов, Ю. А. Тюкалов, Н. С. Прияткин, Л. П. Гусакова, Е. В. Журавлева // Бюллетень ГНБС. - 2019. - №132. - URL: https://cyberleninka.ru/article/n/novye-metodicheskie-podhody-pri-provedenii-kompleksnoy-otsenki-kachestva-semyan (дата обращения: 04.02.2021).

170. Онтологии и тезаурусы: модели, инструменты, приложения / Б. В. Добров, В. В. Иванов, Н. В. Лукашевич, В. Д. Соловьёв // Казань, 2008. - 220 с.

171. Оприотов, В. А. Биоэлектрогенез у высших растений / В. А. Оприотов, С. С. Пятыгин. - М.: Наука, 1991. - 215 с.

172. О позиции Россельхознадзора относительно механизма осуществления функции государственного контроля (надзора) в области семеноводства сельскохозяйственных растений / Россельхознадзор. - URL: https://fsvps.gov.ru/fsvps/news/4050.html (дата обращения: 30.12.2020).

173. О проведении комплекса весенне-полевых работ с использованием научных достижений и рекомендаций центра в 2020 году / А. А. Романенко, Л. А. Беспалова, И. Н. Кудряшов, И. Б. Аблова, В. Я. Ковтуненко, А. А. Мудрова, А. Н. Боровик, Т. И. Грицай, А. В. Новиков, Г. Д. Набоков, Г. Д. Набоков, О. Ю. Пузырная, Н. Ф. Лавренчук, В. Р. Керимов, О. Ф. Колесникова, В. А. Филобок, В. В. Панченко, А. С. Яновский, Н. И. Лысак, Д. А. Пономарев и др. // Национальный центр зерна имени П.П. Лукьяненко. - Краснодар, 2020.

174. Особенности автоматизации технологических процессов растениеводства / В. М. Дринча, Б. И. Шихсаидов, Б. Д. Паштаев, М. Б. Шихсаидов, М. К. Кандауров // В сборнике: Современные технологии и достижения науки в АПК. Сборник научных трудов Всероссийской научно-практической конференции. - Дагестанский государственный аграрный университет им. М.М. Джамбулатова, Махачкала, 2018. - С. 198-201.

175. Оценка и отбор селекционного материала ярового ячменя на продуктивность при различных стрессовых условиях внешней среды / Д. В. Забалуева, Г. В. Игнатьева, З. Е. Сатарина, Е. В. Викулина // Достижения науки и техники АПК. - 2013. - №4. - URL: https://cyberleninka.ru/article/n/otsenka-i-otbor-selektsionnogo-materiala-yarovogo-yachmenya-na-produktivnost-pri-razlichnyh-stressovyh-usloviyah-vneshney-sredy (дата обращения: 04.09.2020).

176. Оценка посевных качеств семян / Г. Н. Федотов, М. Ф. Федотова, В. С. Шалаев, Ю. П. Батырев, С. Б. Васильев, Д. А. Новиков // Вестник Московского государственного университета леса - Лесной вестник. - 2015. - Т. 19, № 6. - С. 211220. - URL: https://elibrary.ru/item.asp?id=25351869 (дата обращения: 15.02.2020)

177. Пакуль, В. Н. Формирование урожайности овса в лесостепи Западной Сибири / В. Н. Пакуль, М. А. Козыренко // Достижения науки и техники АПК. -2009. - № 9. - URL: https://cyberleninka.ru/article/n/formirovanie-urozhaynosti-ovsa-v-lesostepi-zapadnoy-sibiri (дата обращения: 04.09.2020).

178. Патент №2632917 Российская Федерация, МПК А01С1/02 Машина для предпосевной обработки семян в электрическом поле ; № 2016122765 : заявл. 08.06.2016 : опубл. 11.10.2017 / Шмигель В. В., Шмигель Д. В. : заявитель и патентообладатель Шмигель В.В., Шмигель Д.В.

179. Пегат, А. Нечеткое моделирование и управление. - М.: Бином. Лаборатория знаний, 2017. - 800 с.

180. Пехальский И. А. Методика определения комплексного травмирования зерна и семян машинами / Пехальский И. А., Артюшин А. А., Елизаров В. П., Славкин В. И., Сорочинский В. Ф. // Научный журнал КубГАУ. - 2016. - № 120. - С. 1-13. - URL: https://cyberleninka.ru/article/n/metodika-opredeleniya-kompleksnogo-travmirovaniya-zerna-i-semyan-mashmami (дата обращения: 12.05.2020).

181. Пехальский, И. А. Травмирование внутренних структур зерновок как фактор снижения продуктивности семян зерновых культур / Пехальский И. А., Кряжков В. М., Артюшин А. А., Сорочинский В. Ф. // Научный журнал КубГАУ. -2016. - № 117. С. 1-10. - URL: http://ej.kubagro.ru/2016/03/pdf/51.pdf (дата обращения: 11.09.2020).

182. Плиско, Л. Г. Оценка селекционных линий яровой мягкой пшеницы по селекционным индексам / Л. Г. Плиско, В. Н. Пакуль. - DOI https://doi.org/10.23670/IRJ.2017.66.094 // Международный научно-исследовательский журнал. - 2017. - №12-3 (66). - C. 127-158. - URL: https://cyberleninka.ru/article/n/otsenka-selektsionnyh-liniy-yarovoy-myagkoy-pshenitsy-po-selektsionnym-indeksam (дата обращения: 04.09.2020).

183. Подготовка высококачественных семян с использованием пневмосепараторов / А. И. Бурков, Г. А. Баталова, А. Л. Глушков, В. А. Лазыкин. -DOI https://doi.org/10.30766/2072-9081.2017.57.2.72-76 // Аграрная наука Евро-

Северо-Востока. - 2017; - №2. - С. 72-76. - URL: https://www.agronauka-sv.ru/jour/article/view/120 (дата обращения: 28.07.2020).

184. Подколзин, Р. В. Типичные особенности развития зернового рынка Орловской области / Р. В. Подколзин, В. В. Гаршин // Проблемы Науки. - 2016. -№21 (63). - URL: https://cyberleninka.ru/article/ntipichnye-osobennosti-razvitiya-zernovogo-rynka-orlovskoy-oblasti (дата обращения: 28.07.2020).

185. Полухин, А. А. Формирование экономического механизма технической модернизации сельского хозяйства / А. А. Полухин // Биотика. - 2015. - 1(2). - С. 19-23.

186. Поморцев, А. А. Гордеин-кодирующие локусы как генетические маркеры в популяционных, филогенетических и прикладных исследованиях ячменя: дисс. ... док. биол. наук: 03.00.15. - Москва, 2008. - 371 с.

187. Порсев, И. Н. Агроприемы, оптимизирующие фитосанитарное состояние яровой пшеницы / И. Н. Порсев, Е. Ю. Торопова // Защита и карантин растений. 2012. №8. URL: https://cyberlemnka.ru/article/n/agropriemy-optimizi-ruyuschie-fitosanitarnoe-sostoyanie-yarovoy-pshenitsy (дата обращения: 30.01.2021).

188. Поспелова, Л. Я. Мера согласованности нечеткой базы знаний и методика ее оценки / Л. Я. Поспелова // XII всероссийское совещание по проблемам управления (ВСПУ-2014), Институт проблем управления им. В.А. Трапезникова РАН, 2014. - С. 4010-4017.

189. Примова, Х. А. Принятие слабоструктурированных решений в задачах селекции на основе нечеткого интеграла / Х. А. Примова // Проблемы вычислительной и прикладной математики. - 2016. - №3(5). - С.80-87. - URL: https://readera.org/14320267 (дата обращения: 05.03.2020).

190. Приоритетные направления эффективного развития отрасли растениеводства / К. С. Терновых, А. В. Леонов, Н. В. Леонова, Н. А. Золотарева, А. Л. Маркова // Московский экономический журнал. - 2020. - №6. - URL: https://cyberleninka.ru/article/n/prioritetnye-napravleniya-effektivnogo-razvitiya-otrasli-rastenievodstva (дата обращения: 28.07.2020).

191. Проблема сопряженной стрессоустойчивости растений при изменении климата в Сибири / Т. А. Гурова, Г. М. Осипова // Сибирский вестник сельскохозяйственной науки. - 2018. - Т. 48. № 2. - С. 81-92.

192. Пронин, С. П. Амплитудно-частотная характеристика мембран зерен пшеницы до и после их дозревания / С. П. Пронин, Н. Н. Барышева // АПК России. -2020. - Т.27. - №4. - С.649-655.

193. Пронин, С. П. Реакция зерен пшеницы на воздействие переменного напряжения / С. П. Пронин, В. В. Чегров, Н. Н. Барышева // Измерение, контроль, информатизация: материалы XXI Международной научно-технической конференции (30 сентября 2020 г., г. Барнаул) / Под ред. Л. И. Сучковой. - Барнаул: Изд-во АлтГТУ, 2020. - С. 65-67.

194. Проскура, Д. В. О исследовании задачи оптимизации воспроизводства в сельскохозяйственных организациях / Д. В. Проскура, А. Д. Черемухин // Азимут научных исследований: экономика и управление. - 2019. - Т. 8. - № 4 (29). - С. 406409.

195. Пупков, К. А. Динамические и информационные свойства интеллектуальных систем управления // К. А. Пупков, Ю. К. Броварская // В книге: XLIV Академические чтения по космонавтике, посвященные памяти академика С.П. Королёва и других выдающихся отечественных ученых - пионеров освоения космического пространства. сборник тезисов : в 2 т.. Москва, 2020. - С. 171-173.

196. Пятыгин, С. С. Биоэлектрическая компонента синдрома адаптации у высших растений / С. С. Пятыгин // Материалы выездной сессии ОФР РАН по проблемам биоэлектрогенеза и адаптации у растений (10-12 октября 2000 г.), - С. 26-30. - URL: https://elibrary.ru/download/elibrary_9119805_50629861.pdf (дата обращения: 10.10.2020).

197. Распоряжение Правительства РФ от 10 августа 2019 г. № 1796-р / Информационно-правовой портал «Гарант». - URL: https://www.garant.ru/products/ipo/prime/doc/72522534/ дата обращения: 10.10.2020).

198. Рахметова, Д. Д. Оценка качества зерна ячменя ярового в условиях Омской области / Д. Д. Рахметова, Л. А. Кротова // В сборнике: Сборник материалов XXIV научно-технической студенческой конференции. - 2018. - С. 23-26.

199. Региональный рынок семян зерновых культур: тенденции формирования и перспективы развития / Коллектив авторов. Под редакцией заслуженного деятеля науки РФ, д.э.н., профессора А.П. Курносова. - Воронеж: ФГОУ ВПО ВГАУ, 2008.

- 197 с.

200. Рекомендации по особенностям уборки озимых и ранних яровых зерновых, зернобобовых и масличных культур в условиях 2019 года / В.С. Паштецкий, Л.А. Радченко, А.В. Приходько, К.Г. Женченко, Е.Н. Турин, Е.Л. Турина, О.П. Пташник, Е.В. Ремесло, Е.Н. Ростова, Е.Н. Дунаева, О.Б. Скипор, И.А. Каменева, А.И. Вкубовская, Т.Н. Мельничук, М.В. Гритчин, Д.В. Кратюк // АГРОКРЫМ. - 2019. - №20 (120). - С. 1-6.

201. Рубин, А. Б. Биофизика: биофизика клеточных процессов. Т.2. / А. Б. Рубин. - Москва: Высшая школа, 1999. - 303 с.

202. Рубцова, М. С. К вопросу о разности электрических потенциалов всхожих и невсхожих семян кукурузы, как показатель их жизнеспособности / М. С. Рубцова // Сельскохозяйственная биология. - 1979. -Т. XIV. - № 6. - С. 791-792.

203. Руднев, С. Д. О Технологических свойствах зерна пшеницы селекции Кемеровского научно-исследовательского института сельского хозяйства / С. Д. Руднев, В. Н. Пакуль // Международный научно-исследовательский журнал. - 2016.

- №8-3 (50). - URL: https://cyberleninka.ru/article/n/o-tehnologicheskih-svoystvah-zerna-pshenitsy-selektsii-kemerovskogo-nauchno-issledovatelskogo-instituta-selskogo-hozyaystva (дата обращения: 04.09.2020).

204. Рутковский, Лешек. Методы и технологии искусственного интеллекта / Лешек Рутковский, 2010. - 520 с.

205. Савиных, П. А. Фракционная технология и устройства послеуборочной обработки и переработки зерна плющением / П. А. Савиных, Ю. В. Сычугов Ю.В., В. А. Казаков // Сельскохозяйственные машины и технологии. - 2018. Т. 12. - № 4. -

С. 16-21. - URL: https://www.elibrary.ru/item.asp?id=35606701 (дата обращения: 10.10.2019).

206. Саурин, А. И. Функции государственного контроля (надзора) в области семеноводства должны быть сохранены за Россельхознадзором / А. И. Саурин // Защита и карантин растений. - 2012. - №4. - С. 9-11. - URL: https://www.elibrary.ru/item.asp?id=17639998 (дата обращения: 02.02.2020).

207. Светлов, Н. М. Исследование чувствительности российского сельского хозяйства к климатическим изменениям // Никоновские чтения. - 2018. - № 23. -URL: https://cyberleninka.ru/article/n/issledovanie-chuvstvitelnosti-rossiyskogo-selskogo-hozyaystva-k-klimaticheskim-izmeneniyam (дата обращения: 06.06.2020).

208. Селекция ярового ячменя Сибирского НИИСХ / П. Н. Николаев, Л. Н. Братцева, С. В. Васюкевич, Н. И. Аниськов // Актуальные направления развития аграрной науки в работах молодых учёных: сборник научных статей молодых ученых, посвященный 190-летию опытного дела в Сибири, 100-летию сельскохозяйственной науки в Омском Прииртышье и 85-летию образования Сибирского НИИ сельского хозяйства. ФГБНУ «Омский АНЦ». - Омск: ЛИТЕРА, 2018. - С. 59-62.

209. Сероклинов, Г. В. Информационные технологии в исследовании биопотенциалов растений при действии стрессоров / Г. В. Сероклинов, А. В. Гунько // ЖВТ. - 2016. - №S1. - URL: https://cyberleninka.ru/article/n/informatsionnye-tehnologii-v-issledovanii-biopotentsialov-rasteniy-pri-deystvii-stressorov (дата обращения: 12.10.2020).

210. Сёмин, А. Н. О методологии Концепции долгосрочного развития Российской Федерации на период до 2020 года: особенности и результаты реализации / А. Н. Сёмин, И. И. Пичурин, А. П. Третьяков. - М.: Фонд «Кадровый резерв», 2019. - 284 с.

211. Сёмин, А. Н. Новые вызовы и приоритеты агроэкономических исследований / А. Н. Сёмин // Экономика сельского хозяйства России. - 2020. - № 1. - С. 55-59.

212. Система оценки качества сигналов нестационарных электромагнитных зондирований / Р. Г. Гусейнов, А. В. Петров, Ю. А. Агафонов, М. В. Шарлов, И. В. Буддо, В. В. Гомульский // ВЕСТНИК ИрГТУ. - 2015. - № 5 (100). - С. 53-60. -URL: https://cyberleninka.ru/article/n/sistema-otsenki-kachestva-signalov-nestatsionarnyh-elektromagnitnyh-zondirovaniy (дата обращения: 20.10.2020).

213. Скоринкин, А. И. Математическое моделирование биологических процессов / А. И. Скоринкин. - Казань: Казан. ун-т, 2015. - 86 с.

214. Смелик, В. А. Агроэкологическая эффективность применения интеллектуальных систем в технологиях возделывания сельскохозяйственных культур / В. А. Смелик, Н. А. Цыганова // В сборнике: Роль аграрных вузов в реализации национального проекта "Наука" и Федеральной научно-технической программы развития сельского хозяйства на 2017-2025 годы. Материалы Всероссийского семинара-совещания проректоров по научной работе вузов Минсельхоза России. Под редакцией И.Л. Воротникова; ФГБОУ ВО Саратовский ГАУ. - 2019. - С. 114-118.

215. Снижение травмирования зерна при послеуборочной обработке / А. П. Тарасенко, В. И. Оробинский, А. М. Гиевский, И. В. Баскаков, А. В. Чернышов, М. К. Харитонов // Вестник аграрной науки Дона. - 2019. - № 45. - С. 63-68. URL: https://cyberleninka.ru/article/n/snizhenie-travmirovaniya-zerna-pri-posleuborochnoy-obrabotke (дата обращения: 05.08.2020).

216. Совершенствование основной обработки почвы в лесостепной зоне Западной Сибири / Н. М. Иванов, В. В. Коротких, А. А. Белов, Ю. Н. Блынский // В сборнике: Состояние и инновации технического сервиса машин и оборудования. Материалы XI региональной научно-практической конференции студентов, аспирантов и молодых ученых, посвященной 75-летию Инженерного института. 2019. - С. 118-121.

217. Соколова, О. А. Перспективы страхования сельскохозяйственных культур в России / О. А. Соколова, А. Е. Шибалкин // Страховое дело - 2007. - №10. - с. 38-46.

218. Соколова О. А. Статистическая оценка производственных рисков в растениеводстве и управление ими на основе страхования : специальность 08.00.12 : дисс. ... канд. экон. наук / Соколова Ольга Анатольевна. - Москва, 2008.- 235 с.

219. Сорокин, А. А. Формирование базы правил системы нечеткого вывода в условиях несогласованных мнений экспертов // Управление большими системами. -2019. - №. 81. - С. 26-49.

220. Социально-экономические и экологические аспекты устойчивого развития сельских территорий / В. М. Косолапов, И. А. Трофимов, Л. С. Трофимова, Е. П. Яковлева // В сборнике: Экологические проблемы Южного Урала и пути их решения. Материалы Всероссийской научно-практической конференции. - 2017. -С. 224-229.

221. Сравнение биоэлектрических сигналов щуплых и выполненных семян пшеницы / Д. Д. Барышев, Н. Н. Барышева, С. П. Пронин, В. И. Беляев // Вестник аграрной науки Дона. - 2020. - № 3 (51). - С. 38-45.

222. Сравнение российской оценки хлебопекарных свойств пшеницы и определение качества зерна с использованием миксолаба / Е. П. Мелешкина, Н. С. Жильцова, С. Н. Коломиец, О. И. Бундина // Вестник ВГУИТ. - 2019. - №3 (81). -URL: https://cyberleninka.ru/article/n/sravnenie-rossiyskoy-otsenki-hlebopekarnyh-svoystv-pshenitsy-i-opredelenie-kachestva-zerna-s-ispolzovaniem-miksolaba (дата обращения: 18.09.2020).

223. Степаков, Д. А. Сравнительный анализ методов цифровой фильтрации для электрофизиологических данных / Д. А. Степаков, Д. Р. Кагирова // В сборнике: Современные тенденции развития науки и образования: теория и практика. сборник материалов 3-й Международной научно-практической конференции. Под редакцией Г.С. Жуковой. - 2019. - С. 354-358. - URL: https://www.elibrary.ru/item.asp?id=41450372 (дата обращения: 12.10.2020).

224. Стратегия и тактика управления рисками в аграрном производстве / А. П. Курносов, А. В. Агибалов, А. В. Улезько и др.: Под ред. проф. Курносова А.П. -Воронеж: ВГАУ, 2000. - 197 с.

225. Тарасова, И. А. Алгоритмы фильтрации сигналов биоэлектрической природы / И. А. Тарасова, А. В. Леонова, С. А. Синютин // ИВД. - 2012. - №4-2. -URL: https://cyberleninka.ru/article/n/algoritmy-filtratsii-signalov-bioelektricheskoy-prirody (дата обращения: 10.10.2020).

226. Тарасова, В. В. Влияние фона питания и норм высева на формирование структуры урожайности яровой пшеницы Свеча / В. В. Тарасова, А. М. Ленточкин // Аграрная наука - инновационному развитию АПК в современных условиях : материалы Международной научно-практической конференции, 12-15 февраля 2013 г. / ФГБОУ ВПО Ижевская ГСХА. - Ижевск, 2013. - Т. 1. - С. 135-140.

227. Тихонов, В. Е. Влияние погодных факторов на формирование качества зерна твердой пшеницы в природных зонах Оренбургского Приуралья / В. Е. Тихонов, М. П. Долгалев, К. В. Митрофанов // Вестник ОГУ. - 2005. - № 9. - URL: https://cyberleninka.ru/article/n/vliyanie-pogodnyh-faktorov-na-formirovanie-kachestva-zerna-tverdoy-pshenitsy-v-prirodnyh-zonah-orenburgskogo-priuralya (дата обращения: 31.07.2020).

228. Тищенко, А. И. Анализ влияния плотности зернового потока на точность измерения влажности зерна и зерновой продукции / А. И. Тищенко, В. С. Афонин,

B. К. Федотов // Приборы и системы. Управление, контроль, диагностика. - 2007. -№11. - С.57-59.

229. Тоболова, Г. В. Сортовые качества семян / Г. В. Тоболова // Вестник Курской государственной сельскохозяйственной академии. - 2018. - №8. - URL: https://cyberleninka.ru/article/n/sortovye-kachestva-semyan (дата обращения: 07.09.2020).

230. Тоболова, Г.В. Толщина семенных и плодовых оболочек зерновок тетраплоидного вида пшеницы Triticum // Вестник Курской ГСХА. - 2018. - №9. -

C. 132-134.

231. Топорова, Е. Ю. Фитосанитарная диагностика семян - основа экологизации технологий возделывания зерновых культур в западной Сибири / Е. Ю. Топорова, О. А. Казакова, Д. В. Архипцев // Вестник Бурятской государственной

сельскохозяйственной академии им. В. Р. Филиппова. - 2011. - 2(23). - С. 76-81. -URL: https://www.elibrary.ru/item.asp?id=16390136 (дата обращения: 04.09.2020).

232. Травмирование семян озимой мягкой пшеницы как показатель снижения ее посевных качеств / Е. В. Ионова, Ю. Г. Скворцова, Г. А. Филенко, Т. И. Фирсова // Зерновое хозяйство России. - 2019. - № 6 (66). - С. 68-71.

233. Трофимов, И. А. Экологические проблемы степных регионов России и рациональное природопользование / И. А. Трофимов, Л. С. Трофимова, Е. П. Яковлева // В сборнике: Эколого-биологические и географические исследования на Южном Урале. Материалы IV Всероссийской научно-практической конференции. -2018. - С. 54-66.

234. Улезько, А. В. О доступности и достоверности информации, используемой для управления региональным агропродовольственным комплексом / А. В. Улезько, Ю. Н. Коваленко, А. А. Толстых // Экономика сельского хозяйства России. - 2018. - №1. - С. 53- 61.

235. Улезько, А. В. Стратегия формирования и тактика использования ресурсного потенциала аграрных формирований / А. В. Улезько. - Воронеж: ГП «ИПФ «Воронеж», 2004. - 224 с.

236. Уникальная технология контроля зерна, направленная на сокращение потерь при хранении / Т. С. Штейнберг, Е. П. Мелешкина, Л. И. Семикина, О. Г. Шведова, А. Л. Аматуни // Вестник АГАУ. - 2017. - № 11 (157). - URL: https://cyberleninka.ru/article/n/unikalnaya-tehnologiya-kontrolya-zerna-napravlennaya-na-sokraschenie-poter-pri-hranenii (дата обращения: 18.09.2020).

237. Управление качеством в сельском хозяйстве / В. И. Черноиванов, А. А. Ежевский, Н. В. Краснощеков, В. Ф. Федоренко: науч. изд. - М.: ФГНУ «Росинформагротех», 2011. - 344 с.

238. Усманова, Х. А. Теоретические основы диэлькометрического метода измерения влажности / Х. А. Усманова, А. Тургунбаев // Приборы. - 2017. - №8 (206). - С. 34-40. - URL: https://www.researchgate.net/profile/Assadulla_Turgunboyev/publication/340527614_Teo reticeskie_osnovy_dielkometriceskogo_metoda_izmerenia_vlaznosti/links/5e8edd59a6fdc

ca78902051b/Teoreticeskie-osnovy-dielkometriceskogo-metoda-izmerenia-vlaznosti.pdf (дата обращения: 18.09.2020).

239. Патент на изобретение №2329634 Российская Федерация, RU 2329634 C1 Устройство для обработки семян электрическим током : № 2006145943/13 : заявл. 22.12.2006 : обубл. 27.07.2008 : заявитель Савельев В. А., Мрачковская А. Н.

240. Федоренко, В. Ф. Информационное обеспечение агроинженерной науки / В. Ф. Федоренко // АВУ. - 2009. - № 7. - URL: https://cyberleninka.ru/article/n/informatsionnoe-obespechenie-agroinzhenernoy-nauki (дата обращения: 18.09.2020).

241. Царева, С. А. Управление рисками в системе экологического менеджмента нефтеперерабатывающего предприятия на основе нечетких множеств / С. А. Царева, В. А. Голкина // Московский экономический журнал. - 2020. - № 4. -URL: https://cyberleninka.ru/article/n/upravlenie-riskami-v-sisteme-ekologicheskogo-menedzhmenta-neftepererabatyvayuschego-predpriyatiya-na-osnove-nechetkih-mnozhestv (дата обращения: 02.11.2020).

242. Цугленок, Н. В. Современное состояние производства семян и их подготовки к посеву / Н. В. Цугленок // Наука, техника и образование. - 2019. - № 6 (59). - URL: https://cyberleninka.ru/article/n/sovremennoe-sostoyanie-proizvodstva-semyan-i-ih-podgotovki-k-posevu (дата обращения: 01.10.2020).

243. Цугленок, Н. В. Технологическая линия по подготовке семян зерновых культур к посеву / Н. В. Цугленок // Вопросы науки и образования. - 2019. - № 23 (71). - URL: https://cyberleninka.ru/article/n/tehnologicheskaya-liniya-po-podgotovke-semyan-zernovyh-kultur-k-posevu (дата обращения: 02.10.2020).

244. Чегров В. В. Преобразование гармонических сигналов АЦП ЛА-50ШВ / В. В. Чегров, С. П. Пронин, Н. Н. Барышева // В сборнике: Программно-техническое обеспечение автоматизированных систем Материалы всероссийской молодежной научно-практической конференции. Под редакцией А.Г. Якунина. 2019. С. 116-119.

245. Черкасова, Н. И. Проблема неопределенности при анализе рисков электроустановок / Н. И. Черкасова, А. Ф. Костюков, О. К. Никольский // Ползуновский вестник. - 2014. - № 4-1. - С. 140-146.

246. Чернов, В. Г. Принятие решений в условиях неопределенности при нечетких лингвистических оценках ситуации / В. Г. Чернов // Вестник Сыктывкарского университета. Серия 1. Математика. Механика. Информатика. -2019. - №32. - URL: https://cyberleninka.ru/article/n/prinyatie-resheniy-v-usloviyah-neopredelennosti-pri-nechetkih-lingvisticheskih-otsenkah-situatsii (дата обращения: 29.10.2020).

247. Чибирева, А. В. Адаптивный алгоритм обработки неоднородного потока элементов зерновой смеси / А. В. Чибирева, А. А. Сирота // В сборнике: Сборник студенческих научных работ факультета компьютерных наук ВГУ. Сборник статей. В 2-х частях. Под редакцией Д. Н. Борисова. Воронеж, 2019. - С. 227-230.

248. Чистяков, Ю. В. Анализ ресурсов и использования зерна в Российской Федерации / Ю. В. Чистяков, А. А. Черенков, А. Н. Шумакова // Инновационные технологии производства и хранения материальных ценностей для государственных нужд. - 2017. - № 8 (8). - С. 315-328.

249. Чомаева, Л. Х. Биоэнергетические потенциалы в живых системах / Л. Х. Чомаева, А. Х. Абдурахманова, Д. Д. Петухова // Прошлое, настоящее и будущее российской цивилизации: материалы всероссийской научно-практической конференции 28-29 апреля 2016 года. - Ставрополь: Издательскоинформационный центр «Фабула». 2016. - С. 48-50. - URL: https://www.elibrary.ru/download/elibrary_26326645_78007790.pdf (дата обращения 12.09.2018)

250. Чулкина, В. А. Условия обеспечения эффективности протравливания / В. А. Чулкина, Е. Ю. Торопова // Защита и карантин растений. - 2007. - № 2. - С. 21 -24.

251. Шмигель, В. В. Инновационный способ предпосевной обработки семян в электрическом поле / В. В. Шмигель // Аграрные известия. - 2016. - № 10 (117). -

С. 72-74. - URL: http://yaragrovuz.ru/images/ygsha/smi/shmigel_10_2016.pdf (дата обращения: 04.09.2020).

252. Шмигель, В. В. Предпосевная обработка семенного материала в электрическом поле / В. В. Шмигель // Вестник АПК Верхневолжья. - 2019. -№ 2 (46). - С. 71-74.

253. Шмигель, В. В. Сепарация и стимуляция семян в электрическом поле [Текст]: монография / В. В. Шмигель. - Кострома: Изд-во КГСХА, 2003. - 233 с.

254. Шогенов, Ю. Х. Влияние биоэлектрической полярности на транспорт воды в проводящих пучках растения / Ю. Х. Шогенов, Ю. М. Романовский // Инновации в сельском хозяйстве. - 2016. - № 4(19). - С. 265-272.

255. Шумакова, А. Н. Анализ динамики ввода в действие элеваторов единовременного хранения в Российской Федерации / А. Н. Шумакова // Материалы IV Международной научно-практической конференции «Наука и общество в условиях глобализации». - НИЦ «Ника». - С. 98-100.

256. Экспериментальное исследование электрофизических свойств семян пшеницы, разделенных на фракции по аэродинамическим свойствам / Д. Д. Барышев, Н. Н. Барышева, С. П. Пронин, В. И. Беляев // Вестник Алтайского государственного аграрного университета. - 2019. - № 9 (179). - С. 136-140.

257. Экспериментальная установка для исследования потенциала действия зерен пшеницы / М. В. Шереметьев, А. А. Зырянов, Н. Н. Мерченко, А. Г. Зрюмова, С. П. Пронин // Ползуновский альманах. - 2011. - № 1. С. 177-178.

258. Экспресс-оценка качества семян пшеницы после очистительной линии / Н. Н. Барышева, С. П. Пронин, В. И. Беляев, Д. Д. Барышев // Вестник Алтайского государственного аграрного университета. - 2019. - № 10 (180). - С.128-134.

259. Электрическая эквивалентная схема биологических объектов растительного происхождения / И. М. Голев, В. Н. Санин, С. А. Титов, Л. Н. Коротков // Вестник ВГУИТ. - 2014. - №4. - С.199-205.

260. Юсова, О. А. Новые перспективные сорта овса селекции Сибирского НИИСХ / О. А. Юсова, С. В. Васюкевич // Вестник Ульяновской ГСХА. - 2016. - №

2 (34). - URL: https://cyberleninka.ru/article/n/novye-perspektivnye-sorta-ovsa-selektsii-sibirskogo-niish (дата обращения: 04.09.2020).

261. Яркова, Н. Н. Урожайность и посевные качества семян овса в Предуралье / Н. Н. Яркова, С. Л. Елисеев // АВУ. - 2011. - №3. - URL: https://cyberleninka.ru/article/n/urozhaynost-i-posevnye-kachestva-semyan-ovsa-v-preduralie (дата обращения: 01.10.2020).

262. Advances in geographic object-based image analysis with ontologies: a review of main contributions and limitations from a remote sensing perspective / D. Arvor, L. Durieux, S. Andrés, M. A. Laporte. - DOI http://dx.doi.org/10.1016/j.isprsjprs.2013.05.003 // ISPRS J. Photogr. Remote Sens. -2013. - Vol. 82. - P. 125-137. - URL: https://www.sciencedirect.com/science/article/abs/pii/S092427161300124X7via%3Dihub (дата обращения: 02.11.2020).

263. Analysis of seed quality indicators based on neural network / N. N. Barysheva, M. V. Guner, D. D. Baryshev, S. P. Pronin. - DOI 10.1088/17426596/1615/1/012022 // Journal of Physics: Conference Series. - 2020. - Vol. 1615. - P. 110.

264. Andrés, S. Towards a semantic interpretation of satellite images by using spatial relations defined in geographic standards / S. Andrés, C. Pierkot, D. Arvor // In: The Fifth International Conference on Advanced Geographic Information Systems, Applications, and Services. - 2013. - P. 99-104.

265. An optimal frequency in Ca2+ oscillations for stomatal closure is an emergent property of ion transport in guard cells / C. Minguet-Parramona, Y. Wang, A. Hills, S. Vialet-Chabrand, H. Griffiths, S. Rogers, T. Lawson, VL. Lew, MR. Blatt // Plant Physiol. - 2016. - Vol. 170. - P. 33-42. - URL: http://www.plantphysiol.org/content/170/1/33.short (дата обращения: 10.02.2019).

266. Argyridis, A. A fuzzy spatial reasoner for multi-scale GEOBIA ontologies / A. Argyridis, D. P. Argialas. - DOI http://dx.doi.org/10. 14358/pers.81.6.491 // Photogr. Eng. Remote Sens. - 2015. - 81. - P. 491-498.

267. Automatic Determination of the Parameters of Electrical Signals and Functional Responses of Plants Using the Wavelet Transformation Method / M. Mudrilov, L. Katicheva, M. Ladeynova, I. Balalaeva, V. Sukhov, V. Vodeneev. - DOI 10.3390/agriculture 10010007 // Agriculture. - 2019. - Vol. 10. - No. 7. - URL: https: //www.researchgate.net/publication/338246329_Automatic_Determination_of_the_P arameters_of_Electrical_Signals_and_Functional_Responses_of_Plants_Using_the_Wavel et_Transformation_Method (дата обращения: 10.10.2020).

268. Beilby, MJ. Re-modeling Chara action potential: I. from Thiel model of Ca2+ transient to action potential form. AIMS / MJ Beilby, SA Al Khazaaly. - DOI 10.3934/biophy.2016.3.431 // Biophysics. - 2016. - Vol.3(3). - P.431-449. - URL: https: //www.researchgate.net/profile/Mary_Jane_Beilby/publication/308713500_Re -modeling_Chara_action_potential_I_from_Thiel_model_of_Ca_2_transient_to_action_pot ential_form/links/57ec61d508ae92eb4d26571d.pdf (дата обращения: 15.08.2018).

269. Bertsimas, D. Optimal classification trees / D. Bertsimas, J. Dunn // Mach Learn. - 2017. - Vol. 106. - P. 1039-1082. - URL: https://doi.org/10.1007/s10994-017-5633-9 (дата обращения: 15.08.2020).

270. Bioelectric response of plants to the local low-intensive irradiation in the spectral range 330-1300 nm / Yu. H. Shogenov, E. A. Mironova, V. Yu. Moiseenkova, Yu. M. Romanovsky // SPIE. Coherence Domain Optical Methods in Bio-medical Science and Clinical Applications II. San Jose (USA). - 1998. - Vol. 3251. - P. 172-182.

271. Bobillo, F. The Fuzzy Ontology Reasoner fuzzyDL / F. Bobillo, U. Straccia. -DOI http://dx.doi.org/10.1016/j.knosys.2015.11.017 // Knowledge-Based Systems. - 2015. - 2016. - Vol. 95. - P. 12-34. - URL: https://www.sciencedirect.com/science/article/abs/pii/S0950705115004621 ?via%3Dihub (дата обращения: 02.11.2020).

272. Bradbeer, J. W. Seed dormancy and germination / J. W. Bradbeer, Springer US. - 1988. - P. 146. - DOI 10.1007/978-1-4684-7747-4.

273. Bushuk, W. Wheat cultivar identification by gliadin electrophorograms / W. Bushuk, R.R. Zillman. - DOI https://doi.org/10.4141/cjps78-076 // Canadian Journal of

Plant Science. - 1978 (2). - Vol. 58. - P. 505-515. URL: https://cdnsciencepub.com/doi/10.4141/cjps78-076 (дата обращения: 10.05.2017).

274. Characterization of wheat gluten subunits by liquid chromatography - Mass spectrometry and their relationship to technological quality of wheat / R. Aghagholizadeh, M. Kadivar, M. Nazari, F. Mousavi, M. Azizi, M. Zahedi, M. Rahiminezhad. - 2017. -Vol. 76. - P. 229-235. - URL: https://doi.org/10.1016/jjcs.2017.06.016 (дата обращения: 04.12.2018).

275. Classification of vitreousness in durum wheat using soft X-rays and transmitted light images / S. Neethirajan, C. Karunakaran, S. Symons, D.S. Jayas. - DOI https://doi.org/10.1016/j.compag.2006.03.001 // Computers and Electronics in Agriculture.

- 2006. - Vol. 53, Issue 1. - P. 71-78. - URL: https://www.sciencedirect.com/science/article/pii/S0168169906000330 (дата обращения: 04.10.2020).

276. Comparison of machine learning methods for solving the problem of wheat seeds classification by yield properties / D. D. Baryshev, N. N. Barysheva, S. P. Pronin, O. K. Nikol'skii. - DOI https://doi.org/10.3103/S1068367420040047 // Russian Agricultural Sciences. - 2020. - Vol. 46 (4). - P. 410-417.

277. Content-based image retrieval at the end of the early years / A. W. M. Smeulders, M. Worring, S. Santini, A. Gupta, R. Jain // IEEE Trans. Pattern Anal. Mach. Intell. 22. - 2000. - P. 1349-1380.

278. Detection of seed borne pathogens in wheat: Recent trends / D. Majumder, T. Rajesh, EG. Suting, A. Debbarma // Australian Journal of Crop Science. - 2013. - Vol. 7.

- No. 4. - P. 500-507. - URL: https://search.informit.com.au/documentSummary;dn=308694990849475;res=IELHSS (дата обращения: 04.09.2020).

279. Enhancing data analysis with noise removal / H. Xiong, G. Pandey, M. Steinbach, V. Kumar // IEEE transactions on knowledge and data engineering. - 2011. -Vol. 10. - No. 10. - P. 1-36. - URL: http://datamining.rutgers.edu/publication/tkdehcleaner.pdf (дата обращения: 28.07.2020).

280. Environment control system for livestock sheds using fuzzy logic technique / M. Zohaib, A. Yaqub, M. Jabbar, A. Khalid, S. Iqbal, K. Zeb, A. A. Naqvi // 3rd Int. Conf. on Information Science and Control Engineering (ICISCE). - 2016. - P. 963-967.

281. Exploiting ontologies for automatic image annotation / M. Srikanth, J. Varner, M. Bowden, D. Moldovan. - DOI http://dx.doi.org/10.1145/1076034 // In: Proceedings of the 28th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval. ACM, New York, NY, USA, 2005. - P. 552-558.

282. Exploring strategies for classification of external stimuli using statistical features of the plant electrical response / SK. Chatterjee, S. Das, K. Maharatna, E. Masi, L. Santopolo, S. Mancuso, A. Vitaletti. - DOI https://doi.org/10.1098/rsif.2014.1225 // J R Soc Interface. - 2015. - Vol. 12. - P. 1-13. - URL: https://royalsocietypublishing.org/doi/full/10.1098/rsif.2014.1225 (дата обращения: 23.03.2019).

283. Effeck of monochromatic electromagnetic irradiation in the wavelength range of 330-3390 nm on plant bioelectric activity / Yu. Kh. Shogenov, E. A. Mironova, V. Yu. Moiseenkova, Yu. M. Romanovsky // Russian Journal of Plant Physiology. - 1999. - V. 46. - №5. - P. 697-703. - URL: https://www.semanticscholar.org/paper/Effect-of-monochromatic-electromagnetic-irradiation-Shogenov-

Mironova/474af3e53ed3761acb1550caded19450b3ef1e00 (дата обращения: 10.10.2020).

284. Felle, H. Systemic signalling in barley through action potentials / H. Felle, M. Zimmermann // Planta. - 2007. - Vol. 226. - P. 203-214.

285. Forward and inverse modelling approaches for prediction of light stimulus from electrophysiological response in plants / SK. Chatterjee, S. Ghosh, S. Das, V. Manzella, A. Vitaletti, E. Masi, L. Santopolo, S. Mancuso, K. Maharatna. - DOI https://doi.org/10.1016/j.measurement.2014.03.040 // Measurement. - 2014. - Vol. 53. -P.101-116. - URL:

https: //www.sciencedirect.com/science/article/abs/pii/S0263224114001444_(дата

обращения: 11.03.2018).

286. From ancient to old and modern durum wheat varieties: interaction among cultivar traits, management and technological quality / M. Mefleh, P. Conte, C. Fadda, F.

Giunta, A. Piga, G. Hassoun, R. Motzo. - DOI 10.1002/jsfa.9388 // Journal of the Science of Food and Agriculture. - 2018. - Vol. 99.

287. Fromm, J. Action potentials in maize sieve tubes change phloem translocation / J. Fromm, T. Bauer // Journal of Experimental Botany. - 1994. - Vol. 45. - P. 463-469. -URL: http://www.esalq.usp.br/lepse/imgs/conteudo_thumb/Action-potentials-in-maize-sieve-tubes-change-phloem.pdf (дата обращения: 13.04.2018).

288. Fromm, J. Characteristics of action potentials in willow (Salix viminalis L) / J. Fromm, R. Spanswick // Journal of Experimental Botany. - 1993. - Vol. 44. - P.1119-1125. - URL: http://www.esalq.usp.br/lepse/imgs/conteudo_thumb/mini/Characteristics-of-Action-Potentials-in-Willow--Salix-viminalis-L--.pdf (дата обращения: 13.04.2018).

289. Fromm, J. Characteristics and functions of phloem-transmitted electrical signals in higher plants / J. Fromm, S. Lautner. - DOI https://doi.org/10.1007/978-3-540-28516-8_22 // In Communication in Plants - Neuronal Aspects of Plant Life (eds F. Baluska, S. Mancuso & D. Volkmann), Springer Verlag. - 2006. - P. 321-332. - URL: https://link.springer.com/chapter/10.1007/978-3-540-28516-8_22 (дата обращения: 13.04.2018).

290. Fromm, J. Control of phloem unloading by action potentials in Mimosa / J. Fromm. - DOI ttps://doi.org/10.1111/j.1399-3054.1991.tb00130.x // Physiologia Plantarum. - 1991. - Vol. 83. - P.529-533. - URL: https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1399-3054.1991.tb00130.x (дата обращения: 23.03.2019).

291. Fromm, J. Electrical signaling and gas exchange in maize plants of drying soil / J. Fromm, H. Fei // Plant Science. - 1998. - Vol. 132. - P. 203-213. - URL: http://www.esalq.usp.br/lepse/imgs/conteudo_thumb/Electrical-signaling-and-gas-exchange-in-maize-plants-of-drying.pdf (дата обращения: 13.04.2018).

292. Fromm, J. Growth, membrane potential and endogenous ion currents of willow (Salix viminalis) roots are all affected by abscisic acid and spermine / J. Fromm, A.J. Meyer, M.H. Weisenseel. - DOI https://doi.org/10.1111/j.1399-3054.1997.tb05353.x // Physiol Plant. - 1997. - Vol. 99. - P. 529-537. - URL:

https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1399-3054.1997.tb05353.x (дата

обращения: 13.04.2018).

293. Fromm, J. Long-distance electrical signalling and its physiological functions in higher plants / J. Fromm. - DOI 10.1007/978-3-540-37843-3_12 // In Plant Electrophysiology (ed. A.G. Volkov). - 2006. - P. 269-285. - URL: https://www.researchgate.net/publication/278711897_Long-

Distance_Electrical_Signaling_and_Physiological_Functions_in_Higher_Plants (дата обращения: 13.04.2018).

294. Fromm, J. The biochemical response of electrical signaling in the reproductive system of Hibiscus plants / J. Fromm, M. Hajirezaei, I. Wilke. - DOI 10.1104/pp.109.2.375 // Plant Physiology. - 1995. - Vol. 109. - P. 375-384. -URL:https://www.researchgate.net/publication/11160567_The_Biochemical_Response_of _Electrical_Signaling_in_the_Reproductive_System_of_Hibiscus_Plants (дата обращения: 13.04.2018).

295. Forestier, G. Knowledge-based region labeling for remote sensing image interpretation / G. Forestier, A. Puissant, C. Wemmert, P. Ganc,arski // Comput. Environ. Urban Syst. - 2012. - 36. - P. 470-480. - URL: http://dx.doi.org/10.1016/j.compenvurbsys.2012.01. 003 (дата обращения: 02.11.2020).

296. Glukhovtsev, V. V. Variability of spring wheat grain quality in the middle volga region of the russian federation under the effect of variety and environment / V. V. Glukhovtsev, A. P. Golovochenko, N. A. Golovochenko. - DOI https://doi.org/10.3103/S1068367410040014 // Russian Agricultural Sciences. - 2010. -Т. 36. - № 3. - С. 221-224. - URL: https: //link. springer.com/article/ 10.3103/S1068367410040014 (дата обращения: 05.10.2019)

297. Gradmann, D. Impact of apoplast volume on ionic relations in plant cells / D. Gradmann. - DOI https://doi.org/10.1007/s00232-001-0074-5 // The Journal of Membrane Biology. - Vol. 184. - P. 61-69. - URL: https://link.springer.com/article/10.1007/s00232-001-0074-5 (дата обращения: 11.05.2020).

298. Gradmann, D. Models for oscillations in plants / D. Gradmann. - DOI https://doi.org/10.1071/PP01017 // Australian Journal of Plant Physiology. - 2001. - Vol. 28. - P. 577-590. - URL: https://www.publish.csiro.au/FP/PP01017 (дата обращения: 11.05.2020).

299. Grubbs, F. Procedures for detecting outlying observations in samples / F. Grubbs. - DOI doi: 10.2307/1266761 // Technometrics. - 1969. - Vol. 11. - No. 1. - P. 121.

300. Gruber, Thomas R. An Ontology for Engineering Mathematics / Thomas R. Gruber, Gregory R. Olsen. - DOI https://doi.org/10.1016/B978-1-4832-1452-8.50120-2 // In The Morgan Kaufmann Series in Representation and Reasoning, Principles of Knowledge Representation and Reasoning, Morgan Kaufmann. - 1994. - P. 258-269. -URL: https://www.sciencedirect.com/science/article/pii/B9781483214528501202 (дата обращения: 11.05.2020).

301. Hlavacova, Z. Low frequency electric properties utilization in agriculture and food treatment / Z. Hlavacova. - DOI 10.17221/4963-RAE // Research in Agricultural Engineering. - 2003. - Vol. 49. - P. 125-136. - URL: https://www.researchgate.net/profile/Zuzana_Hlavacova/publication/235675147_Low_Fre quency_Electric_Properties_Utilization_in_Agriculture_and_Food_Treatment/links/00463 532cc2651461d000000.pdf (дата обращения: 11.05.2020).

302. Influence of kinetin on the membrane potential and potassium activity in root cells of trianea bogotensis / M. Abutalybov, P. Melnikov, A. Mardanov, T. Achundova. -DOI https://doi.org/10.1016/S0015-3796(80)80004-7 // Biochemie und Physiologie der Pflanzen. - 1980. - Vol. 175, Issue 6. - P. 529-536. - URL: https://doi.org/10.1016/S0015-3796(80)80004-7 (дата обращения: 10.02.2019).

303. Influence of variety, moisture content, kernel size and applied current frequency on the electric properties of wheat grain / K. Majewska, J. K. Banach, R. Zywica, I. Bialobrzewski. - DOI 10.1080/10942910701409385// International Journal of Food Properties. - 2008. - Vol. 11. - No. 2. - P. 392-406. - URL: https://doi.org/10.1080/10942910701409385 (дата обращения: 11.05.2020).

304. Janowicz, K. Observation-driven geo-ontology engineering. Trans. GIS 16, -2012. - P. 351-374. - URL: http://dx.doi.org/10.1111/j.1467-9671.2012.01342.x (дата обращения: 02.11.2020).

305. Mariana Belgiu, T. J. L. An extension of an ontology-based land cover designation approach for fuzzy rules / T. J. L. Mariana Belgiu, B. Hofer. - DOI http://dx.doi.org/10.1553/giscience2013s59 // In: Jekel, T.C.A.S.J.G.G. (Ed.), GI Forum 2013 - Creating the GISociety. Osterreichische Akademie der Wissenschaften, 2013.

306. Marmor, M.F. Membrane Potential as the Sum of Ionic and Metabolic Components / M. F. Marmor, A. L. F. Gorman. - DOI 10.1126/science.167.3914.65// Science. - 1970. - Vol. 167, Issue 3914. - P. 65-67. - URL: https://science.sciencemag.org/content/167/3914/65.abstract (дата обращения: 11.05.2020).

307. Medvedev, S. S. Mechanisms and physiological role of polarity in plants / S.S. Medvedev. - DOI https://doi.org/10.1134/S1021443712040085// Russian Journal of Plant Physiology. - 2012. - Vol. 59. - P. 502-514. - URL: https://link.springer.com/article/10.1134/S1021443712040085 (дата обращения: 10.02.2019).

308. Medvedev, S. S. The nature of polarity in plants / S.S. Medvedev // Biologija (Vilnius). - 1994. - N. 3. - P. 99-106.

309. Multilevel weighted support vector machine for classification on healthcare data with missing values / T. Razzaghi, O. Roderick, I. Safro, N. Marko // PloS one. -2016. - Vol. 11(5). - URL: https://doi.org/10.1371/journal.pone.0155119 (дата обращения: 15.05.2020).

310. Multiresolution remote sensing image clustering / C. Wemmert, A. Puissant, G. Forestier, P. Ganfarski // IEEE Geoscience and Remote Sensing Letters. - Vol. 6 (3). -P. 533-537.

311. Murphy, KP. Machine learning: a probabilistic perspective. In: Chapter 1: Introduction. MIT Press, 2012. - P. 1-26.

312. Murphy, KP. Naive Bayes classifiers // University of British Columbia, 2006. - P. 1-8. -

URL: http: //www.ic. unicamp.br/~rocha/teaching/2011s1 /mc906/aulas/naivebayes.pdf (дата обращения: 06.06.2020).

313. Nelson, S. O. Agricultural applications of dielectric measurements / S. O. Nelson // IEEE Transactions on Dielectrics and Electrical Insulation. - 2006. - Vol. 13. -P. 688-702. - URL: https://ieeexplore.ieee.org/abstract/document/1667726/ (дата обращения: 10.10.2020).

314. Nelson, S. O. Dielectric Properties of Agricultural Products / S. O. Nelson, S. Trabelsi // Encyclopedia of Agrophysics. Encyclopedia of Earth Sciences Series. Springer. - 2014. - URL: https://doi.org/10.1007/978-90-481-3585-1 208 (дата обращения: 10.10.2020).

315. Nelson, S. O. Dielectric properties of agricultural products-measurements and applications / S. O. Nelson. - DOI 10.1109/14.99097 // IEEE Transactions on Electrical Insulation. - 1991. - Vol. 26. - No. 5. - P. 845-869. - URL: https://ieeexplore.ieee.org/document/99097 (дата обращения: 10.10.2020).

316. Nieland, S. Using ontological inference and hierarchical matchmaking to overcome semantic heterogeneity in remote sensing-based biodiversity monitoring / S. Nieland, B. Kleinschmit, M. Förster. - DOI 10.1016/j.jag.2014.09.018 // International Journal of Applied Earth Observation and Geoinformation. - 2015. - Vol. 37. - P. 133141. - URL: https://www.researchgate.net/publication/267062449_Using_ontological_inference_and_h ierarchical_matchmaking_to_overcome_semantic_heterogeneity_in_remote_sensing-based_biodiversity_monitoring (дата обращения: 02.11.2020).

317. Nieland, S. An ontological system for interoperable spatial generalisation in biodiversity monitoring / S. Nieland, N. Moran, B. Kleinschmit, M. Förster. - DOI 10.1016/j.cageo.2015.08.006 // Computers & Geosciences. - 2015. - Vol. 84. - P. 86-95. - URL: https://www.researchgate.net/publication/281585048_An_ontological_system_for_interop erable_spatial_generalisation_in_biodiversity_monitoring

318. Opritov, V.A. Direct Coupling of Action Potential Generation in Cells of a Higher Plant (Cucurbita pepo) with the Operation of an Electrogenic Pump / V. A.

Opritov, S. S. Pyatygin, V. A. Vodeneev. - DOI https://doi.org/10.1023/A:1013732816263 // Russian Journal of Plant Physiology. - 2002. - Vol. 49. - P. 142-147. - URL:

https://link.springer.com/article/10.1023%2FA%3A1013732816263 (дата обращения: 10.10.2020).

319. Patent № 285,930 USA, 47/14-16, 57.6, 47/58, 1.3, DIG. 8, DIG. 9, 56, 324/71R Method for determining the viability of seeds pror to germination : No 285,930 : Assignee: Sensors, Incorporated, Grass Lake, Mich. 22 Filed: Sept. 1, 1972 : William C. Levengood.

320. Pérez-Luque, A. An ontological system based on MODIS images to assess ecosystem functioning of Natura 2000 habitats: a case study for Quercus pyrenaica forests / A. Pérez-Luque, R. Pérez-Pérez, F. Bonet-García, P. Maga na. - DOI https://doi.org/10.1016/jjag.2014.09.003 // International Journal of Applied Earth Observation and Geoinformation. - 2015. - Vol. 37. - P. 142-151. - URL: https://www.sciencedirect.com/science/article/abs/pii/S0303243414001974 (дата обращения: 02.11.2020).

321. Plant electrical signal classification based on waveform similarity / Y. Chen, D-J. Zhao, Z-Y. Wang, Z-Y. Wang, G. Tang, L. Huang. - DOI https://doi.org/10.3390/a9040070 // Algorithms. - 2016. - Vol. 9:70. - URL: https://www.mdpi.com/1999-4893/9/4/70 (дата обращения: 23.03.2019).

322. Predicting sorghum moisture content with radiofrequency dielectric functions / Pedro Amorim Berbert, Karina de Jesus Soares, Eros Estevao de Moura, Marília Amorim Berbert-Molina, Marcia Terezinha Ramos de Oliveira, Ana Paula Martinazzo. -https://doi.org/10.1016/j.eaef.2019.01.003 // Engineering in Agriculture, Environment and Food. - 2019. - Volume 12, Issue 2. - P. 222-231. - URL: http://www.sciencedirect.com/science/article/pii/S 1881836618301587 (дата обращения: 10.10.2020)

323. Pyatygin, S. S. Signaling Role of Action Potential in Higher Plants / S. S. Pyatygin, V. A. Opritov, V. A. Vodeneev. - DOI 10.1134/S1021443708020179// Russian Journal of Plant Physiology. - 2008. - Vol. 55. - No. 2. - P. 285-291. - URL:

https://link.springer.eom/article/10.1134/S1021443708020179 (дата обращения: 10.10.2020).

324. Rahman, A. Assessment of seed quality using non-destructive measurement techniques: A review / A. Rahman, B. Cho. - D0I:10.1017/S0960258516000234 // Seed Science Research. - 2016. - Vol. 26(4). - P. 285-305.

325. ROS, calcium and electric signals: key mediators of rapid systemic signaling in plants / S. Gilroy, M. Bialasek, N. Suzuki, M. Gorecka, A. Devireddy, S. Karpinski, R. Mittler. - DOI https://doi.org/10.1104/pp.16.00434 // Plant Physiology. - 2016. -Vol. 171. - P. 1606-1615. - URL: http://www.plantphysiol.org/content/171/3/1606 (дата обращения: 11.05.2020).

326. Sadiq, S. Open data: Quality over quantity / S. Sadiq, M. Indulska // International Journal of Information Management. - 2017. - Vol. 37, Issue 3. - P. 150154. - URL: https://www.sciencedirect.com/science/article/abs/pii/S0268401216309021 (дата обращения: 04.09.2020).

327. Scikit-learn: машинное обучение на Python // Pedregosa et al. - JMLR 12, 2011. - P. 2825-2830.

328. Seed germination test for toxicity evaluation of compost: Its roles, problems and prospects / Yuan Luo, Jie Liang, Guangming Zeng, Ming Chen, Dan Mo, Guoxue Li, Difang Zhang. - DOI https://doi.org/10.1016/j.wasman.2017.09.023 // Waste Management. - Vol. 71. - 2018. - P. 109-114. - URL: http://www.sciencedirect.com/science/article/pii/S0956053X17306918 (дата обращения: 10.05.2020).

329. Sheeren, D. Discovering rules with genetic algorithms to classify urban remotely sensed data / D. Sheeren, A. Quirin, A. Puissant, P. Ganc,arski, C. Weber // In: 2006 IEEE International Symposium on Geoscience and Remote Sensing, Institute of Electrical & Electronics Engineers (IEEE). - 2006. - P. 3919-3922. - URL: https://www.researehgate.net/publieation/235908311_Diseovering_Rules_with_Genetie_ Algorithms_to_Classify_Urban_Remotely_Sensed_Data (дата обращения: 02.11.2020).

330. Sibaoka, T. Rapid plant movements triggered by action potentials / T. Sibaoka // The botanical magazine. - 1991. - Vol. 104. - P. 73-95.

331. Simulation of action potential propagation in plants / V. Sukhov, V. Nerush, L. Orlova, V. Vodeneev. - DOI doi: 10.1016/j.jtbi.2011.09.019 // Journal of Theoretical Biology. - 2011. - Vol. 291. - P. 47-55. - URL: https://www.sciencedirect.com/science/article/abs/pii/S0022519311004759 (дата обращения: 10.10.2020).

332. Stahlberg, R. Slow wave potentials - a propagating electrical signal unique to higher plants / R. Stahlberg, R. E. Cleland, E. Van Volkenburgh, F. Baluska, S. Mancuso, D. Volkmann // Communication in Plants. Neuronal Aspects of Plant Life. - 2006. - P. 291-309. - URL: https://link.springer.com/chapter/10.1007/978-3-540-28516-8_20 (дата обращения: 11.05.2020).

333. Sukhov, V. A mathematical model of action potential in cells of vascular plants / V. Sukhov, V. Vodeneev. - DOI https://doi.org/10.1007/s00232-009-9218-9 // Journal of Membrane Biology. - 2009. - Vol. 232. - P. 59-67. - URL: https://link.springer.com/article/10.1007%252Fs00232-009-9218-9 (дата обращения: 10.10.2020).

334. Sukhov, V. Electrical signals as mechanism of photosynthesis regulation in plants / V. Sukhov. - DOI https://doi.org/10.1007/s11120-016-0270-x // Photosynthesis Research. - 2016. - Vol. 130. - P. 373-387. - URL: https://link.springer.com/article/10.1007/s11120-016-0270-x (дата обращения: 10.10.2020).

335. Sukhova, E. Mathematical Models of Electrical Activity in Plants / E. Sukhova, E. Akinchit, V. Sukhov. - DOI https://doi.org/10.1007/s00232-017-9969-7 // The Journal of Membrane Biology. - 2017. - Vol. 250. - P. 407-423. - URL: https://link.springer.com/article/10.1007/s00232-017-9969-7 (дата обращения: 10.10.2020).

336. Systems dynamic modeling of the stomatal guard cell. Predicts emergent behaviors in transport, signaling, and volume control / Z-H. Chen, A. Hills, U. Batz, A. Amtmann, VL. Lew, MR. Blatt. - DOI https://doi.org/10.1104/pp.112.197350 // Plant Physiol. - 2012. - Vol. 159. - Vol. 1235-1251. - URL: http://www.plantphysiol.org/content/159/3/1235.short (дата обращения: 23.03.2019).

337. The Use of Image-Spectroscopy Technology as a Diagnostic Method for Seed Health Testing and Variety Identification / M. Vresak, MH. Olesen, R. Gislum, F. Bavec, J. Ravn J0rgensen. - DOI 10.1371/journal.pone.0152011 // PLoS One. - 2016. -Vol.11(3).

338. Vadivambal, R. Applications of Thermal Imaging in Agriculture and Food Industry - A Review / Vadivambal, R., Jayas, D.S. - DOI https://doi.org/10.1007/s11947-010-0333-5 // Food Bioproeess Technol. - 2011. - Vol. 4. - P. 186-199. - URL: https://link.springer.com/artiele/10.1007%2Fs11947-010-0333-5 (дата обращения: 05.04.2020).

339. Vodeneev V. Akinehits E. Sukhov V. Variation potential in higher plants: Mechanisms of generation and propagation / V. Vodeneev, E. Akinehits, V. Sukhov. -DOI 10.1080/15592324.2015.1057365 // Plant Signal Behav. - 2015. - URL: https://pubmed.nebi.nlm.nih.gov/26313506/ (дата обращения: 11.05.2020).

340. Weidema, B. P. Data quality management for life cycle inventories—an example of using data quality indicators / B. P. Weidema, M. S. Wesn^s // Journal of Cleaner Production. - 1996. - Vol. 4. - Iss. 3-4. - P. 167-174. - URL: https://www.sciencedirect.com/science/article/abs/pii/S0959652696000431 (дата обращения: 04.09.2020).

341. Wheat class identification using monochrome images / A. Manickavasagan, G. Sathya, DS. Jayas, NDG. White. - DOI https://doi.org/10.1016/jjcs.2007.06.008 // Journal of cereal science. - 2008. - Vol. 47 (3). - P. 518-527. - URL: https://www.sciencedirect.com/science/article/abs/pii/S0733521007001233 (дата обращения: 02.09.2020).

342. Wheat class identification using thermal imaging / A. Manickavasagan, DS. Jayas, NDG. White, J. Paliwal. - DOI https://doi.org/10.1007/s11947-008-0110-x // Food and Bioproeess Technology. - 2010. - Vol. 3 (3). - P. 450-460. - URL: https://link.springer.com/artiele/10.1007/s11947-008-0110-x (дата обращения: 03.12.2019).

343. Wheat quality for improving processing and human health / R. Haraszi, T. M. Ikeda, R. J. Peña, G. Branlard. - DOI https://doi.org/10.1007/978-3-030-34163-3_6 // Gluten Analysis. Springer, 2020.

344. Wilson, A. D. Advances in electronic-nose technologies developed for biomedical applications / A. D. Wilson, M. Baietto. -DOI https://doi.org/10.3390/s110101105 // Sensors in biomechanics and biomedicine. -2011. - Vol. 11(1). - P. 1105-1176. - URL: https://www.mdpi.com/1424-8220/! 1/1/1105 (дата обращения: 03.07.2020).

345. Zhang, Z. Introduction to machine learning: k-nearest neighbors / Z. Zhang // Ann Transl Med. - 2016. - Vol. 4(11). - P. 218. - URL: doi: 10.21037/atm.2016.03.37 (дата обращения: 03.07.2020).

Приложение А. Патент на изобретение и исходящие данные о регистрации

программ для ЭВМ

Министерство науки и высшего образования Российской Федерации

федеральное государственное бюджетное образовательное учреждение высшего образования

«Алтайский государственный

технический университет им. И.И. Ползунова» (АлтГТУ)

пр-т Ленина, 46, г. Барнаул, 656038 Телефон: [phone] Факс: [phone] E-mail: [e-mail]; [e-mail]: ОКПО 02067824 ОГРН 1022201517854

„ ИНН/КПП 22240,1,7710/222401001

На №

Г Федеральное государственное -| бюджетное учреждение «Федеральный институт промышленной собственности»

Отдел регистрации программ для ЭВМ, баз данных, топологий ИМС

Бережковская наб., 30, корп. 1, Москва, Г-59, ГСП-3, 125993 Российская Федерация

Напправляем на регистрацию программу для ЭВМ: Прогнозирование урожайных свойств семян пшеницы, правообладателем исключительного права на которую (заявителем) является федеральное государственное бюджетное образовательное учреждение высшего образования «Алтайский государственный технический университет им. И.И. Ползунова» (АлтГТУ).

Комплектность заявки указана в приложении. Приложение: