粗糙集神经网络在昆虫总科阶元分类学上的应用

为研究粗糙集和神经网络相结合方法的实践性,以及昆虫的数学形态特征在总科阶元上作为分类特征的可行性、可靠性和重要性。从总科角度对鳞翅目(Lepidoptera)和鞘翅目(Coleoptera)5个总科23种虫体图像中提取的昆虫面积、周长等11项数学形态特征进行粗糙集神经网络分析。结果表明:在总科阶元上,11项特征的可靠性大小为,面积、亮斑数>周长、横轴长、形状参数、圆形性、似圆度、偏心率>纵轴长、叶状性、球状性,与赵汗青等的统计分析结果中属性特征的重要性大多数一致;神经网络模式识别结果与传统分类结果完全一致。应用粗糙集理论进行昆虫数学形态特征分类结果准确;在昆虫总科阶元分类上粗糙集神经网络较统计学方法具有优势。     

昆虫图像几何形状特征的提取技术研究

为进行昆虫图象的识别和分类，对昆虫图象几何形状特征的提取及测量进行了研究。提取了区域面积、边界周长、孔洞数、偏心率、形状参数、圆形性、似圆度、球状性和叶状性9个直观易测的特征。采用判别分析方法对这些特征进行筛选得到6个具有判别意义的特征，分别为区域面积、偏心率、形状参数、周长、似圆度、叶状性；剔除了与似圆度具有相关性的圆形性和球状性等特征。利用这6个特征对3种昆虫进行了识别，准确率均达到100％，表明本研究所提取的6个昆虫图象特征用于昆虫图象识别是有效的。     

数学形态学在果实蝇分类上的应用

【目的】探讨数学形态特征在果实蝇分类鉴定中的可行性、有效性及稳定性,为后续建立果实蝇分类模型的研究提供依据和理论基础。【方法】以我国南方果实蝇类的优势种-橘小实蝇(Bactrocera dorsalis Hendel)、南瓜实蝇(Bactrocera tau Walker)、瓜实蝇(Bactrocera cucurbitae)作为研究对象,在常见的数学形态特征基础上,以果实蝇胸背板作为特征区域,提取其局部条纹特征作为分类依据,包括中心条纹的相对长度R_x、相对宽度R_y、偏心率E、相对周长L、相对面积S、形状参数F共6项数学形态特征,提取每类果实蝇样本图像的特征数据并进行统计分析,包括总体分布型假设检验、方差齐性检验、差异显著性检验,最后进行基于数学形态特征的果实蝇分类试验。【结果】6项数学形态特征总体上在同类果实蝇中均服从正态分布;相对长度R_x、相对宽度R_y、相对周长L、相对面积S在3类果实蝇之间具有差异显著性,中心条纹偏心率E、形状参数F在南瓜实蝇和瓜实蝇之间具有差异显著性。基于数学形态特征的果实蝇分类试验中,单个类别的果实蝇分类正确率均达到90%以上,单次分类耗时约500 ms,正确率与实时性均可以满足实际工作需求。【结论】6项数学形态特征能够作为果实蝇分类研究的依据,且可靠性较高,正确率达到95.56%。     

主成分分析法在昆虫目级阶元分类上的应用

根据昆虫图象,对半翅目、鳞翅目、鞘翅目的28种昆虫提取的形状参数、叶状性、球状性等7项数学形态特征进行了主成分分析,利用主成分分析法所得出的结果与传统分类方法相比较,结果表明:半翅目中除黑哎猎蝽独立外,基本上归属于鞘翅目中,鳞翅目中除棉铃虫独立外,其他昆虫种类仍在一类。这说明主成分分析的分类结果与传统分类有较大的相似性,同时也揭示了传统的分类结果可能存在不足,利用数学形态特征和先进的数学方法对昆虫分类进行研究具有重要的意义。     

利用翅的数学形态特征对蛾类昆虫进行分类鉴定的系统研究Ⅰ——在总科级阶元上的应用

以农林业主要蛾类害虫为研究对象,应用其翅的数学形态特征在总科阶元上进行分类鉴定。对鳞翅目5总科40种蛾类的右前翅和右后翅的偏心率、球状性、叶状性、似圆度、矩形度、延长度以及不变矩Hu1、Hu2等共计26项与大小和方向均无关的数学形态特征,利用方差分析、逐步判别分析和聚类分析等方法论证各项数学形态特征在总科阶元上进行分类的可行性、可靠性和重要性,并且从数学形态学角度对同阶元昆虫类群的亲缘关系做了描述。结果表明:在总科阶元上可筛选出6个形态特征作为分类变量,它们的作用大小依次为:(FW矩形度、FWHu5、HW偏心率)>HW似圆度>(HW矩形度、HWHu5),回归判别和交叉判别的结果其正确率分别为100%和97.5%。     

利用翅的数学形态特征对20种夜蛾进行分类鉴定的研究

为研究夜蛾右前翅的数学形态特征作为分类依据的可行性,以夜蛾科20种夜蛾(每种20个)的右前翅为对象,应用BugShape软件提取其偏心率、球状性、似圆度、矩形度、延长度、叶状性和不变矩Hu1、Hu2等13项数学形态特征,对13项数学形态特征平均值进行方差分析,结果表明:13项数学形态特征参数组间差异极显著(P0.01),都可以对夜蛾科进行分类鉴定;400个样本13个特征参数统计分析后,其中矩形度、偏心率、似圆度、延长度、叶状性、Hu1、Hu6、球状性、Hu4和Hu7等10个可以作为分类依据的指标,其贡献大小为矩形度偏心率似圆度Hu1Hu4球状性延长度叶状性Hu6Hu7。用筛选出的10个指标建立判别函数和分层聚类,其判别正确率为84.3%,聚类分析的亲缘关系图谱和传统分类学分类结果基本相符。夜蛾右前翅的数学形态特征可以作为夜蛾科进行分类鉴定的依据。     

利用翅的数学形态特征对蛾类昆虫进行分类鉴定的系统研究Ⅱ——在科级阶元上的应用

在科分类阶元上以鳞翅目灯蛾科、刺蛾科、枯叶蛾科、天蛾科、舟蛾科和夜蛾科6科33种蛾类昆虫为研究对象,提取其前后翅图像数学形态特征即偏心率、球状性、叶状性、似圆度、矩形度、延长度和不变矩Hu1、Hu2等共计26项,分析这些特征参数在科级阶元上分类的可行性、可靠性和重要性。结果表明,筛选出6项特征参数作为科级阶元分类鉴别的指标,它们作用的大小依次为(FW矩形度、HWHu2和HW似圆度)>FW似圆度>(FWHu6和FWHu5),回归判别和交叉判别结果的正确率分别为100%和87.9%。     

中国的长棒长蠹属

长棒长蠹属昆虫为一类重要蛀木性昆虫，本文对我国产该属3种长蠹：黄足长棒长蠹Xylothrips flavipes，黄槿长棒长蠹Xylothrips religiosus和洁长棒长蠹Xylothrips cathaicus的分类特征，分布与寄主进行了报导，文末提供了这3种长蠹的分种检索表。     

女贞高颈网蝽几何形态特征的提取与分析

拟利用图像处理与分析技术,对女贞高颈网蝽几何形态特征进行提取与分析,研究该技术在其雌雄鉴定中应用的可行性。通过扫描仪获取到女贞高颈网蝽雌雄各50头成虫的图片,利用Bug Shape V1.0软件自动获取该昆虫的面积、周长等10个几何形态特征参数,并使用该软件手动测量其体长和体宽,计算体长和体宽的比值,比较不同分辨率下各参数的差异和雌雄个体间的差异。结果表明,女贞高颈网蝽图像长轴长度、叶状性和圆形度不受分辨率高低的影响,虫体面积、等效圆半径、偏心率、球状性和圆形度在两性别间差异达到极显著水平。在利用面积、等效圆半径、偏心率、球状性和圆形度进行两性判别时,不同分辨率下的交叉判别正确率为84%~87%;使用手动测量参数时(1 200 dpi),交叉判别正确率为86%;而使用软件自动获取的10个参数进行判别时,交叉判别正确率为88%~90%。因此,利用该技术不但可以成功获取女贞高颈网蝽几何形态特征,而且初步实现了女贞高颈网蝽成虫雌雄个体的鉴定。     

四种大蚜的过氧化酶同工酶的比较研究

一、前言 昆虫种的鉴定和分类一直是以幼虫和成虫的形态特征为依据的。但是近年来,随着科学技术的发展,开始探索用新技术研究昆虫分类的生化指标,以提高分类水平。应用电泳方法进行蛋白质分析来区分昆虫种类就是一个方面。为此,缪建吾等(1980),曹关良等(1982),李绍文等(1982),陈长琨、王荫长等(1984),曾分别做过蚊、赤     

基于多特征融合和稀疏表示的农业害虫图像识别方法

【目的】在农业害虫测报中,常常需要从大量的昆虫中识别出几种重要的测报害虫。目前基于图像的农业害虫识别研究,大部分是在有限种类有限样本量基础上进行的农业害虫识别。本研究为了从大量的水稻昆虫图像中识别出9种水稻测报害虫,尝试提出了一种基于多特征融合和稀疏表示的农业害虫图像识别方法。【方法】首先,为了获得最优的农业害虫识别模型,将所有图像进行旋转使昆虫头朝上,按照1﹕2长宽比裁剪图像,使昆虫居中并占据图像大部分区域,将图像进行等比例缩放至统一尺寸48×96像素。提取所有昆虫的HSV颜色特征、局部特征中的HOG特征、Gabor特征和LBP特征。然后,利用单一特征和融合特征分别对训练样本构建过完备字典,字典中的每一个列向量表示一个训练样本,且满足同一类训练样本均在同一个子空间中;应用过完备字典对测试图像进行多特征稀疏表示,通过求解l1范数意义下的优化问题获取稀疏解,使得除测试样本所在的类别外其他的训练样本的系数都是零或接近零的数值。最后,计算稀疏集中指数阈值,用于判断测试样本的有效性,如果测试样本的稀疏集中指数大于该阈值,则认为最小残差所对应的类别即为测试样本的类别,否则认为该测试样本为非测报昆虫。同时,利用相同的特征和训练样本训练SVM分类器对测试样本进行测试,与稀疏表示害虫识别模型进行比较。【结果】利用单一特征训练的稀疏表示害虫识别模型中,基于HOG特征的稀疏表示识别模型获得了9种测报害虫较高的识别率和较低的误检率,分别为87.0%和7.5%;利用颜色特征分别与3种局部特征进行结合获得的稀疏表示识别模型,测试结果表明,基于颜色和HOG特征的稀疏表示识别模型获得了最高的识别率和最低的误检率,分别为90.1%和5.2%;将颜色、HOG和Gabor 3个特征结合获得的稀疏表示识别模型,识别率下降为83.5%,误检率上升为10.3%。利用同样的特征或特征融合训练得到的支持向量机分类器,识别率均低于对应特征获得的稀疏表示识别模型的识别率,而误检率均高于对应特征训练的稀疏表示害虫识别模型的误检率。【结论】基于颜色和HOG融合特征的稀疏表示识别模型获得了较高的农业害虫识别率和较低的误检率;通过稀疏集中指数阈值,有效地排除了非测报昆虫,实现了从大量的农业昆虫中自动识别出需要测报的害虫。     

1种基于全局对比度的害虫收集方法

  目的  目前利用测报灯,通过灯光诱捕昆虫,并由计算机完成昆虫图像的采集、计数和识别已逐步成为害虫测报的重要方法。为了减少昆虫在采样盘上重叠造成的计数和识别误差,基于害虫图像,根据昆虫密度研究采样盘中昆虫的收集方法,从而提高采集效率和精度。  方法  根据昆虫在采样盘上姿态特点,提出基于全局对比度的图像分割方法,结合阈值迭代分割获得昆虫区域,计算昆虫比例,并控制采样盘翻转完成对昆虫的收集。  结果  通过对5种害虫的实际图像进行的试验表明:与水平集、大津法(OTSU)、阈值迭代法和基于直方图对比度的显著性检测(HC)4种算法相比,本研究方法在准确率和召回率上均提高10%以上,取得了较好的结果;同时,在分割速度上比水平集快3倍,与阈值和HC算法基本持平。  结论  基于全局对比度的分割方法简单、高效,在害虫自动测报中具有较高的实际应用价值。图7表1参17     

DNA条形码技术在昆虫分类学中的研究进展

DNA 条形编码( DNA Barcoding )是一种快速、准确的生物分类技术，它是分子生物学和生物信息学相结合的产物。昆虫种类繁多，近似物种鉴定困难使该技术在昆虫分类工作中得到了广泛应用。文章简要综述了DNA条形码技术的概念、原理与操作步骤，详细阐述了DNA条形码技术在昆虫分类研究中的具体应用情况，对其在应用过程中相比传统形态分类方法的优势和存在问题予以论述，并探讨了DNA 条形码技术今后在昆虫分类中应用的可行性与发展前景。     

中山五桂山生态保护区蝶类昆虫调查名录

为了对保护区内昆虫资源状况有更清楚的认识,为城市绿化、物种利用和保护提供基础数据,采用线路调查和标准调查相结合的方法,自2007年7月至2011年5月,对广东中山市五桂山生态保护区的昆虫多样性进行专项调查。将采集后昆虫及时制成针插标本,通过对照专业昆虫图或送国内昆虫分类专家鉴定,共制成昆虫标本4万号。该文对鳞翅目蝶类昆...     

蚧虫DNA的提取及PCR法虫种快速鉴定技术

研究了在植物检疫中利用蚧虫残体提取DNA并应用PCR技术快速鉴定虫种的方法.结果表明,该方法对蚧虫残体DNA的提取效果很好,并筛选出了适合蚧虫DNA扩增的引物"AGAGGTGGGCAGGTG";利用该引物对枣大球蚧(Euleconium gigantea Shinji)、朝鲜毛球蚧(Didesmococcus koreanus Borchsenius)、日本龟蜡蚧(Ceroplastes japonicus Green)和白蜡绵粉蚧(Phenacoccus fraxinus Tang)4种蚧虫进行PCR扩增后均有很好的特异性,这为蚧虫的快速检疫鉴定提供了新途径.     

昆虫嗅觉通讯研究概述与展望

嗅觉通讯是昆虫与外界交流的重要方式,在昆虫选择栖息地、繁殖、觅食、御敌等行为中起着重要的作用。研究昆虫的嗅觉系统,有助于阐明昆虫个体间、不同昆虫物种间的化学通讯机制,了解昆虫对寄主的识别、选择机制,也可以为高效的昆虫行为化学调节剂的研发提供理论基础和可靠的基因位点,从而更加深刻地理解昆虫的行为,应用于许多重要的农、林、卫生害虫防治。文中简要概述了昆虫的嗅觉通讯及其研究内容,介绍了几种典型的昆虫嗅觉通讯分子机制研究进展。     

广西金秀县油茶病虫及其天敌昆虫种类调查初报

为了明确广西金秀县油茶病虫及其天敌昆虫种类,为当地油茶病虫害防治和天敌的保护利用提供参考,2013年系统调查了广西金秀县油茶病虫及其天敌昆虫种类,并进行了油茶病虫及其天敌昆虫标本鉴定和分类。结果表明,广西金秀县油茶病虫及天敌共有47种,其中害虫有29种,病害10种,天敌昆虫8种。其中对广西金秀县油茶生产造成较大为害的病虫有:咖啡木蠹蛾Zeuzera coffeae Niether、油茶毒蛾Euproctis pseudocon spersa Strand、刺蛾Thosea sinensis、茶蚜Toscoptera aurantii Boyer、炭疽病Colletotrichum gloeosporioides Penz、灰色膏药病S.bogoriense Pat.、桑寄生Taxillus chinensis、茶藻斑病CephaleurDs imsfpnskurizc等。捕食性瓢虫和猎蝽类是当地油茶蚜虫主要的捕食性天敌昆虫。     

中山市五桂山生态保护区蛾类调查名录

采用线路调查和标准调查相结合的方法,对广东中山市五桂山生态保护区的昆虫多样性进行了专项调查、采集。采集后的昆虫及时制成针插标本;一些常见昆虫种类,对照专业昆虫图鉴进行形态鉴定;无法鉴定的,则送国内昆虫分类专家鉴定。共制成昆虫标本4万余号,其中本文报道的鳞翅目蛾类昆虫种类共计29科286种。     

临夏太子山国家级自然保护区昆虫多样性调查

由于临夏太子山国家级自然保护区独特的海拔与其不同气候类型的特征适合多种昆虫生存。因此,于2021年7月对临夏太子山进行昆虫资源调查,从而进行该保护区昆虫的分类、鉴定,以明确太子山昆虫的种类与分布。主要调查方法是样线法：即沿途在区内的小路两侧对昆虫进行采集,采集之后,制作标本并进行鉴定、保存。结果表明：在太子山采集到昆虫有5目13科31种,其中鳞翅目22种,鞘翅目6种,直翅目1种,膜翅目1种,双翅目1种。综合太子山生态发展情况,应加强临夏太子山的植被保护、加强临夏太子山旅游业的管理,使临夏太子山国家级自然保护区生态环境进一步优化,从而丰富临夏太子山昆虫多样性。     

中山五桂山生态保护区膜翅目昆虫名录

2007年7月至2011年5月对广东省中山市五桂山生态保护区的昆虫多样性进行了专项调查。采用线路调查和标准地调查相结合的方法进行昆虫采集,将采集的昆虫及时制成针插标本;将一些常见昆虫种类对照专业昆虫图鉴进行形态鉴定;自己无法鉴定的则送交国内昆虫分类专家鉴定。共制成昆虫标本4万号,其中鉴定出膜翅目昆虫共计28科165种。