数学形态特征应用于昆虫自动鉴别的研究

用虫体面积、周长等11项数学形态特征对40种昆虫实现自动鉴别，得出了各项数学特征的权重。在昆虫的自动鉴别中，11项特征所起的作用大小为：面积＞偏心率＞形状参数＞周长＞纵轴长＞孔洞数＞横轴长，似圆度＞叶状性＞圆形性＞球状性。以面积、周长等数学形态特征为分类依据，对隶属8目25科的40种昆虫进行了二叉式分类，并以此为鉴别机理，实现了对昆虫自动识别软件Bug Visux的升级，使其能够自动鉴别的昆虫种类由3种增加到40种，准确率达到97．5％。     

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%。     

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%。     

蝉总科昆虫的发声行为及相关系统学与生态学研究进展

蝉总科昆虫以其雄性能发出响亮而多样的鸣声著称。长期以来,不同学者相继对其发音机制及发音器官形态结构在系统学、生态学等方面进行了广泛研究,积累了丰富的资料。在此基础上,对蝉总科昆虫的发音机制、鸣声类型及其行为功能方面的研究进展进行综述,并从蝉总科高级阶元分类系统的建立、鸣声的进化与物种形成、鸣声在种级单元分类及分子系统发育研究中的应用等角度,探讨发音器官形态结构及其鸣声在蝉总科昆虫系统学、生态学研究中的重要性;阐述鸣声比对及DNA条形码技术在蝉总科近缘物种和疑难物种区分、隐存物种发现、生物多样性评估及基因树冲突解析等方面的重要意义。针对当前研究中存在的一些问题,强调今后在解析蝉总科系统发育关系和演化历史研究中综合采用形态特征、鸣声特征和分子数据的必要性,以及蝉总科昆虫的声学、行为学研究结果在害虫声学诱集防治及仿生学领域可能具有的潜在价值。     

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。     

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。     

蝽总科科间支序分析及系统发育(半翅目:异翅亚目)

根据对蝽总科科级阶元所做的特征分析,选取了共28项新征.运用 PAUP 程序对蝽总科的主要科级阶元进行了支序分析,得出蝽总科中主要科的科间关系支序图.与已有的同类工作做了比较和讨论。同时对这些科的演化关系以及一些形态特征在系统发育中的意义也作了简要讨论.     

30种半翅目昆虫线粒体COⅠ基因密码子偏好性聚类分析

利用CodonW 1.4.2和SPSS 19.0软件分析30种半翅目昆虫线粒体COⅠ基因并进行聚类。结果表明,同一单系群里相对越进化的昆虫其COⅠ基因的有效密码子数量(effective number of codons,简称ENC)越小,密码子偏好性越强;在总科以下各分类阶元聚类分析所反映的亲缘关系与现存分类系统基本相符。说明基于昆虫线粒体COⅠ基因密码子偏好性的聚类分析在一定程度上可以反映物种之间的亲缘关系,但更适用于同一单系群中较为进化的类群。     

元阳梯田黑光灯诱集昆虫群落多样性及其评价方法研究

 为了探明云南元阳梯田昆虫群落物种多样性,进一步明确不同生物多样性指数在较大空间尺度多样性评价中的应用,于2007—2008年,采用黑光灯诱集法对元阳梯田昆虫群落进行调查,运用可识别分类单元法进行昆虫群落物种快速分类鉴定,并对比Simpson指数、Shannon指数、Fisher多样性参数α和群落中性理论多样性参数θ对元阳梯田黑光灯诱集主要昆虫群落多样性评价间的差异。结果表明：（1）元阳梯田黑光灯诱集的昆虫群落物种较丰富,2007年和2008年分别诱集昆虫14目539种12460头和12目576种20920头。（2）Fisher多样性参数α和中性理论多样性参数θ的区分度较高,且对该区域黑光灯诱集的鳞翅目、鞘翅目和膜翅目昆虫群落物种多样性评价结果较相似。而Simpson和Shannon指数的区分度较低,对该区域内黑光灯诱集的主要昆虫群落多样性评价结果与其他多样性参数的评价结果不完全一致,甚至Simpson和Shannon指数的评价结果间相互矛盾。由此表明,Fisher多样性参数α和中性理论多样性参数θ更适用于黑光灯诱集的大尺度昆虫群落物种多样性评价。     

基于神经网络的水稻三化螟识别系统的研究

本文给出了一种基于图像处理和神经网络技术进行水稻三化螟识别的方法，即利用图像处理技术提取特征，利用MATLAB神经网络包进行识别。文中给出了系统的总体设计和实现方案，研究结果表明，该系统获得了理想的检测效果。这一思路为农田害虫自动识别提供了一种新方法。     

荔枝园昆虫群落优势功能团的季节演变及其相关性

以功能团为研究单元．对不同处理荔枝园昆虫群落季节演变规律进行了研究．结果表明：咀嚼害虫、刺吸害虫、捕食性天敌以及中性昆虫是昆虫群落的优势功能团；两处理区各害虫、中性昆虫功能团种群数量变动基本一致；无公害区捕食性天敌数量及优势度多数月份要高于常规区．但又显著低于对照区；中性昆虫是维持捕食性天敌种群数量的主要功能团；无公害防治对害虫的防治效果与常规化学防治相当，有利于维持果园昆虫群落的稳定。     

基于Web的蔬菜害虫远程诊断系统的开发与实现

将传统昆虫分类方法与Web技术、网络编程相结合,设计了基于Web的蔬菜害虫远程诊断系统.该系统主要包括害虫同步诊断模块和异步诊断模块,并创新性地提出"所选即所得"模式,简化了使用系统的操作步骤,有效地提高了系统的科学性和实用性.     

基于模拟退火算法的粮虫图像特征提取

特征提取是储粮害虫图像识别中的重要环节,是识别系统的难点所在。针对粮虫的二值化图像提取出17个形态学特征;运用模拟退火算法从粮虫的17维形态学特征中提取出面积、周长等10个特征的最优特征子空间;采用支持向量机分类器对粮虫进行分类,识别率达到95.0000%以上,证实了基于模拟退火算法的粮虫特征提取的可行性。     

同功酶技术在昆虫分类中的应用

介绍了当前应用于昆虫分类中的同功酶技术的原理、操作及在昆虫分类学中的研究简况,并明确了同功酶在昆虫分类学发展上的意义。     

昆虫分类学的回顾与展望

本文第一部分,回顾了昆虫分类学在国外发展的情况,从亚里斯多德、林奈、达尔文到最近二十年,不同学派分类理论的提出和新技术的应用。第二部分,回顾了中国古代在昆虫分类上的成就、近二百年来反动封建统治和帝国主义侵略对中国分类科学的发展的阻碍、新中国成立后昆虫分类工作者所作出的贡献直至十年浩劫的破坏和科学春天的到来。第三部分,从全国收藏昆虫标本数量、已知种数、文献、出版物、研究人员和经费等方面的对比,找出我国昆虫分类领域和先进国家的差距。第四部分作者提出如何发展中国昆虫分类学的重要措施。