人工哺育猎豹幼仔体重和体尺相关性

采用多元统计分析方法对人工饲养的44头幼猎豹（Acinonyx jubatus）长发育规律展开研究。研究结果显示,体重和体尺等相关指标,雄性猎豹都比雌性猎豹发育较快,提示在饲养过程中需要注意公、母猎豹生长速度差异所造成的营养需要量的不同：相关分析显示雌雄幼猎豹体重和体尺资料都戍显著的正相关;通过体重和6个主要体尺指标的回归分析,得到雄、雌幼猎豹体重和体尺指标的最优回归方程分别为：W=-3019．648-4．888L-62．973C＋77．181T＋127．625A-153．310F＋194．038H,W=-4147．921＋56．533L＋29．301C-68．212T＋87．033A＋76．012F＋29．517H,该方程明确了幼猎豹体重与体尺指标的关系,为猎豹的选育工作提供了参考。     

微卫星技术分析猎豹遗传资源及亲缘关系

利用19个微卫星基因座位对52只圈养猎豹基因组DNA进行了扩增。19个基因座的等位基因数为2～11个,共检测到131个等位基因。基因杂合度为0.500 0～0.904 0,平均为0.741 6;多态信息含量为0.375 0～0.895 8,平均为0.699 7;有效等位基因数为2.000 0～10.440 2,平均为4.724 6。表明19个微卫星基因座在研究样本中均为中高度多态性基因座,显示出群体丰富的遗传多样性。运用软件SPSS12.0对52只猎豹个体间的亲缘关系进行聚类。结果显示,个体间亲缘关系清楚可见,在距离系数为4.520水平上可聚为12类。个体间的遗传距离聚类结果与系谱资料记录的结果基本一致。     

若干新型群体智能算法优化高斯过程回归的年降水量预测

为提高年降水量预测精度，提出一种基于小波包变换（WPT）和孔雀优化算法（POA）、沙猫优化（SCSO）算法、猎豹优化（CO）算法优化的高斯过程回归（GPR）预测模型，并将其应用于文山州年降水量预测研究。首先，利用WPT将实例1956-2021年降水量时间序列分解为1个周期项分量和3个波动项分量；其次，简要介绍POA、SCSO、CO算法原理，利用POA、SCSO、CO分别优化GPR超参数，建立WPT-POA-GPR、WPT-SCSOGPR、WPT-CO-GPR模型；最后，利用所建立的3种模型对年降水量周期项分量和波动项分量进行预测，将4个分量的预测结果加和重构后得到最终预测结果，并构建基于支持向量机（SVM）的WPT-POA-SVM、WPT-SCSOSVM、WPT-CO-SVM模型、基于RBF神经网络的WPT-POA-RBF、WPT-SCSO-RBF、WPT-CO-RBF模型和未经优化的WPT-GPR模型作对比分析模型。结果表明：(1)WPT-POA-GPR、WPT-SCSO-GPR、WPT-CO-GPR模型对年降水量预测的平均绝对百分比误差MAPE分别为0.52%、0.46%、0.48...