利用FTIR和化学计量学对牛肝菌亲缘关系的研究

采用傅里叶变换红外光谱结合化学计量学对不同种牛肝菌亲缘关系进行研究,为该种群亲缘关系鉴定提供依据,同时为人工栽培牛肝菌奠定理论基础。采集12个种类72份牛肝菌样品的红外光谱,采用二阶导数(2D)、标准正态(SNV)变量和小波压缩(WC)等方法对牛肝菌的原始红外光谱进行优化处理,结合偏最小二乘判别分析(PLS-DA)建立鉴别模型。将PLS-DA得到的前8个主成分数据作为提取数据代入系统聚类分析(HCA),获得亲缘关系树状图。结果显示:12种牛肝菌的原始红外光谱较为相似,共有峰主要归属为蛋白质、多糖、纤维素和氨基酸等物质中OH、C=O、C-O-H、C=O、C-C等官能团的吸收峰。对比不同优化处理的鉴别结果,发现2D+WC预处理方法对不同种类牛肝菌区分效果较好。HCA亲缘关系树状图表明,按照物种层面划分,中华牛肝菌和远东疣柄牛肝菌亲缘关系最近,且2种牛肝菌与圆花孢牛肝菌亲缘关系较近;深褐牛肝菌和美味牛肝菌亲缘关系较近;小美牛肝菌和美柄牛肝菌亲缘关系较近,且2种牛肝菌与栗色牛肝菌亲缘关系较近。傅里叶变换红外光谱法可应用于牛肝菌的亲缘关系分析,能为野生食用菌的亲缘关系研究提供一种新方法。     

基于多元素含量的统计学方法鉴别我国不同产地核桃

[目的]对我国不同产地核桃进行鉴别,为核桃的原产地保护提供一定的基础数据和理论依据。[方法]应用电感耦合等离子体质谱(ICP-MS)测定全国8个核桃主产省128份核桃样品中35种元素含量,结合单因素方差分析、主成分分析(PCA)和线性判别分析(LDA),建立判别模型,对核桃产地进行鉴别。[结果]表明:核桃中主要微量营养元素为Fe、Zn、Cu和Ni等,重金属(Pb、Cd和As)及稀土元素含量较低;单因素方差分析结果表明,不同地区核桃样品中元素组成差异显著(P0.05);主成分分析表明,不同地区核桃样品中的特征元素为稀土元素以及Co、Fe、Rb、Zn、Tl、Cu、Cd、Ba、Sm、Sc、Mo和Ti等元素;应用线性判别分析建立了不同产地核桃判别模型,8个省份核桃整体判别正确率为99.2%,同时,应用线性判别分析建立了核桃地理标志产品与非地理标志产品判别模型,6种核桃地理标志与非地理标志产品整体判别正确率为95.7%。[结论]通过测定核桃中多种元素含量,结合主成分分析(PCA)和线性判别分析(LDA)等方法,可对不同产地核桃进行鉴别。     

基于YCbCr颜色空间和Fisher判别分析的棉花图像分割研究

棉花的分割是采棉机器人研究的关键技术。本文分别在HSV、HIS和YCbCr颜色空间下,首先根据棉花的颜色信息与背景颜色信息的差距,对样本图像中的各个对象(棉絮、棉枝、土壤等)分类; 其次根据分类结果分别提取各类在各颜色空间下的样本像素值; 再根据类间离散度最大和类内离散度最小的准则计算出Fisher判别向量和各类的质心; 最后按照像素值离各质心最近的准则进行图像分割。结果表明, 在YCbCr颜色空间下产生的分割噪声最小,选取此颜色空间,采用贴标签的方法自适应去噪。实验仿真表明,本方法可有效避免阳光直射和阴影的干扰,对各种情况都能准确分割,分割准确率达90.44%。     

基于图像的水稻病害识别方法研究

利用图像处理技术和贝叶斯判别法对水稻3种常见病害进行识别研究。首先,利用颜色特征与病斑外轮廓分割病斑,提取病斑形态、颜色、纹理特征共63个参数;然后,应用逐步判别分析法对4个不同参数集合筛选最有效识别参数;最后,利用贝叶斯判别法进行分类识别。结果表明,逐步判别法最多可使参数减少到原来的35.2%,识别准确率最高为97.2%。该方法可以应用于其他农作物病害识别。     

北部湾4个自然群体双线紫蛤形态差异与判别分析

采用3种多元分析方法,对北部湾4个海区双线紫蛤的7个形态性状进行比较研究。聚类分析和主成分分析结果表明,广西钦州和广西北海群体形态最为接近,广西湛江与广东廉江群体形态比较接近,广西北海和广东廉江群体的趋异程度最大。主成分分析表明3个主成分的贡献率为:主成分1为38.395%,主成分2为27.653%,主成分3为20.224%,累积贡献率为86.272%。判别分析结果表明,4个群体间形态差异显著(P<0.01),建立的判别函数的判别准确率P1和P2均为73.30%~90.00%,综合判别率为79.18%。相关分析发现,双线紫蛤群体间的欧氏距离与地理距离之间有一定相关性,相关系数r=0.669 9。     

DNA序列判别分类模型

[目的]结合生物学知识和数学方法构建DNA序列判别分类模型。[方法]根据氨基酸分子中侧链基的极性性质,从不同序列中氨基酸含量不同提炼出能从碱基含量和碱基排列情况两方面代表序列特征的氨基酸类别信息,用一个四维向量来表征,用马氏距离法和FISHER判别法对给定序列进行分类。[结果]该模型中,2种分类方法所得的样本回代率均达100%,分类一致率为90%。[结论]该模型算法简单,分类结果精度较高,优于仅基于碱基含量的判别分类模型。     

东方白鹳天然巢址与人工巢址选择比较研究

2008和2009年的3～5月,对扎龙、洪河、兴凯湖3个自然保护区东方白鹳的巢址选择进行了研究,共测量24个巢址。研究表明,人工巢和天然巢在植被类型、巢基牢固度、巢基类型及距树林距离等因子上差异显著,逐步判别分析表明在区分天然巢和人工巢址生境方面有4个因子发挥重要作用,依照贡献值大小依次是：巢基类型、巢间距、距树林距离、巢基牢固度,正确率达91.7%。主成分分析表明,影响巢址选择的主要因子有4种,依次为食物因子、安全因子、取材因子、巢基因子。     

基于多元统计分析的永寿县刺槐人工林健康评价研究

为了调查陕西省永寿县刺槐人工林的健康状况,以及建立更加客观、科学的森林健康评价体系,在永寿县布设45块刺槐人工林样地并调查,采用主成分分析和聚类分析评价刺槐样地健康状况,并采用判别分析对健康评价结果进行检验。结果表明,研究区刺槐人工林中健康林分占33.33%,亚健康占64.44%,不健康占2.22%,判别分析和聚类分析的结果具有较好的一致性。研究区内人工林需要进行疏伐等经营措施提高林分健康水平,且主成分分析和聚类分析相结合的方法能够用于森林健康评价中,且更具有科学性、客观性。     

基于多特征融合的电子鼻鉴别玉米霉变程度

为了提高电子鼻检测玉米霉变程度的正确率,该文探究了电子鼻信号不同特征组合的表征对霉变玉米鉴别结果的影响。首先,运用电子鼻对霉变玉米的5组样本训练集与测试集进行测试,获得测试信号。其次,分别提取测试信号的积分值(integral value,INV)、平均微分值(average differential value,ADV)、相对稳态平均值(relative steady-state average value,RSAV)作为特征值,5组训练集与测试集均分别采用3种单一的特征值或其组合特征值来表征。然后,运用Fisher判别分析(fisher discriminant analysis,FDA)分别对5组训练集进行判别分析,并用对应的测试集进行检验。FDA分析结果指出,电子鼻测试信息分别在单一特征和2个特征组合表征下,不同霉变程度玉米是不能有效分开的,但在2个特征组合表征下的鉴别正确率比单一特征有所提高;当用3个特征组合来表征测试信息时,FDA鉴别能力得到提高,鉴别正确率在96%以上。另外,借助于WilksΛ统计量考察了电子鼻中每个传感器测试信号表征的差异性,对3个特征组合的表征情况进行了表征变量筛选。FDA分析结果显示,筛选前后的鉴别结果非常相近,最低鉴别正确率均在96%以上,这说明不同传感器需要不同的特征表征,以体现其差异性,由此也减少了计算的复杂性。研究结果表明,用多特征融合模式可更有效地表征电子鼻对霉变玉米的响应信息,有利于提高霉变玉米的鉴别正确率。同时,该研究成果也不失一般性,为电子鼻信号表征提供了一种新思路。     

Jud基于烤烟中上部烟叶致香物质比例的香型判别分析(英文)

[目的]为了区分烤烟中上部叶的不同香型风格特征,并为其判断提供数学模型。[方法]以中国11个主要产烟省的63个C3F和65个B2F烟叶为材料,并以67种致香物质含量占致香物质总量的比例为指标,采用逐步判别分析的方法对不同香型烤烟样品进行判别分析,并建立判别函数。[结果]结果表明,清香型和浓香型烤烟中大部分致香物质的比例明显高于中间香型。清香型、中间香型、浓香型烤烟中分别有51、43、40种致香物质的比例表现为上部叶高于中部叶。且在不同部位烟叶中,主导某种香型的致香物质种类不同。在分别以中部叶和上部叶致香物质比例为判别指标构建判别函数时,各有18种和11种致香物质进入判别函数,采用两种验证法(自身验证法、交互验证法)对原样品进行回判,其回判正确率分别为100%、98.6%(中部叶)和96.37%、94.4%(上部叶);采用该模型对其余的样品分别进行预测,其整体准确率为100%(中部叶)和91.7%(上部叶)。[结论]采用致香物质比例作为判别指标建立的数学模型对中上部烟叶的香型判断效果较好,能够实现对烤烟香型的客观、准确和快速鉴别分析。