基于K_means硬聚类算法的葡萄病害彩色图像分割方法

为了提高植物病害图像的分割精度与效果,根据植物病害症状及图像的特点,提出了一种基于K_means硬聚类算法（HCM）的葡萄病害彩色图像非监督性分割处理方法。该方法是在L*a*b*颜色空间模式下利用ab二维数据空间的颜色差异,以平方欧式距离作为像素间的相似度距离、以均方差作为聚类准则函数对颜色进行二分类聚类,并通过数学形态学运算对聚类结果进行校正。利用该方法对3种葡萄病害彩色图像进行分割的结果表明,该方法能够较为准确地将病斑区域从彩色图像中分割出来,对葡萄病害彩色图像的分割处理比较理想,鲁棒性好,分割准确率     

吉林省本地鹅和杂交鹅的产肉性能及胴体分割的研究

:随机选择刚出生的本地鹅雏和杂交鹅雏各 130只 ,采用放牧加补饲的方式育肥至 6 3日龄 ,进行屠宰测定。结果本地鹅平均活重 32 87 50g ,胴体重 2 854 10g ,半净膛率 80 18% ,全净膛率 73 76 % ,头重 12 9 3g ,颈重 2 4 3 2g ,翅重 157 6g ;杂交鹅平均活重 3482 6 9g ,胴体重 2 96 1 92g ,半净膛率 78 6 3% ,全净膛率 72 6 % ,头重 136 2g ,颈重 2 57 5g ,翅重 16 6 2g。表明该方式育肥效果显著 ,且杂交鹅优于本地鹅。通过与全放牧方式育肥的同龄本地鹅对比 ,说明品种、性别、育肥方式对育肥效果均有影响     

基于DOM及LiDAR的多尺度分割与面向对象林隙分类

为研究分割尺度对航空正射影像(DOM)与LiDAR数据协同面向对象林隙分割与分类的影响,以东北典型的天然次生林帽儿山实验林场东林施业区为试验区,对DOM与LiDAR数据进行多尺度分割与面向对象林隙分类。分割过程中,采用基于DOM分割、基于LiDAR数据分割、DOMLiDAR协同分割3种分割方案。每种分割方案采用10种尺度。在每种尺度应用两种数据提取的光谱和高度两种特征,采用支持向量机分类器(SVM)进行林隙分类。研究结果表明:3种分割与分类方案分类精度随尺度的增大整体呈现下降的趋势,与ED3(Modified)趋势相反。基于LiDAR数据在尺度参数10获得了最优分割结果。在所有尺度上(10~100),基于LiDAR数据分割与分类精度高于其他两种数据源的分类精度,相比单独使用DOM优势更加明显。基于LiDAR数据分割与分类方案在尺度参数10时获得了最高分类精度(Kappa系数为80%)。3种分割与分类方案最优尺度的分类精度显著高于其他尺度分类精度。分割尺度对面向对象林隙分类结果有重要影响。     

水蜡蛾中国属及其地理分布

本文将水蜡蛾科（Brahmaeidae）的中国种归属问题进行了统一，并把外生殖器特征纳入属征，系统描述了各届特征和在中国的分布。     

An aggregation index (AI) to quantify spatial patterns of landscapes

There is often need to measure aggregation levels of spatial patterns within a single map class in landscape ecological studies. The contagion index (CI), shape index (SI), and probability of adjacency of the same class (Qi), all have certain limits when measuring aggregation of spatial patterns. We have developed an aggregation index (AI) that is class specific and independent of landscape composition. AI assumes that a class with the highest level of aggregation (AI =1) is comprised of pixels sharing the most possible edges. A class whose pixels share no edges (completely disaggregated) has the lowest level of aggregation (AI =0). AI is similar to SI and Qi, but it calculates aggregation more precisely than the latter two. We have evaluated the performance of AI under varied levels of (1) aggregation, (2) number of patches, (3) spatial resolutions, and (4) real species distribution maps at various spatial scales. AI was able to produce reasonable results under all these circumstances. Since it is class specific, it is more precise than CI, which measures overall landscape aggregation. Thus, AI provides a quantitative basis to correlate the spatial pattern of a class with a specific process. Since AI is a ratio variable, map units do not affect the calculation. It can be compared between classes from the same or different landscapes, or even the same classes from the same landscape under different resolutions.     

禽腺病毒贵州分离株ＨＳ—１的核酸酶切分析与蛋白抗原鉴定

本研究利用１０％ＳＤＳ－ＰＡＧＥ及Ｗestern-Blotting技术鉴定３株不同的减蛋综合征病毒（贵州株ＨＳ－１、南京分离毒ＧＣ２、国际标准毒ＡＶ－１２７）的蛋白抗原性，结果表明，３株毒的蛋白多肽分子量均在１０６－１２kＤ范围,一各条多肽的组成上略有差异；它们都具有两条相同的免疫原性多肽，分子量分别为１０６和１００ＫＤ。同时，运用ＥcoRⅠ,HindⅢ，ＰｓｔⅠ和ＳmaⅠ等５种限制性内切酶进行了酶切分析，证实３株ＥＤＳ病毒用ＰstⅠ和ＳmsⅠ酶切的片段大小及长度略有不同，而其它３种酶的酶切图谱完全相同。     

不同品系西方蜜蜂基因组DNA多态性图谱构建及杂交分析

本研究应用随机引物K（5'-CGGCCCCTGT-3'）对不同品系西蜂的基因组DNA扩增，获得了能区分不同品系西蜂的多态性DNA图谱，从多态性图谱中选取一个共同片段K1680bp，标记成探针，探针K1680bp与不同品系西蜂的基因组DNA匀有杂交，从而证明片段K1680bp是西蜂蜂种的共性，为西蜂的鉴定提供了直接依据。     

家蚕基因组中的分子标记遗传图谱

遗传标记既是基因组研究的重要内容，又是构建遗传图谱、研究生物多样性、育种、基因定位与克隆等的基因。目前，已有多项分子标记技术用于家蚕基因组的研究，并构建了多种分子标记遗传图谱，包括限制性酶切片段长度多态性（简称RFLP）、DNA随机扩增多态性（简称RAPD）、扩增片段长度多态性（简称AFLP）、简单重复序列PCR（简称SSR－PCR）等。本文就分子标记技术构建的家蚕基因组分子标记遗传图谱进行了讨论。     

一种多尺度纹理主频的检测与分割

介绍了一种对含有多种纹理结构的图像的纹理主频检测——香农小波包分解的纹理主频检测 ,然后利用 Gabor滤波器确定主频 ,最后应用边缘提取实现纹理分割     

马尾松表达序列标签多态性初步分析

遗传图谱是现代分子数量遗传学研究的一个基本平台 ,在过去的十几年中 ,林木遗传学家在几十个树种中构建了分子标记连锁图谱 ,并进行了一些重要数量性状的QTL分析。 (Bradshawetal.,1994 ;Ceveraetal.,2 0 0 1;Deveyetal .,1994 ;Echtetal .,1997;Grattapagliaetal.,1994 ;Muka