萱草属种质遗传多样性分析及初级核心种质库的构建

本试验在系统收集萱草属种质资源的基础上,以155份萱草属种质资源为材料,采用EST-SSR分子标记对其进行遗传多样性和聚类分析,基于分子标记聚类结果采用多次聚类优先取样策略构建萱草属初级核心种质库,并对初级核心种质库进行遗传多样性和聚类分析。结果表明:(1)43对引物对155份萱草属种质共扩增出396条多态片段,平均扩增9.21条,引物多态性信息含量(PIC)平均值为0.6064,不同材料间的遗传相似系数平均为0.8642,依据遗传相似系数及聚类树状图,将155份种质聚类分为"黄花菜"和"萱草"2大类群。(2)通过6次取样建立萱草属初级核心种质库,包含32份种质(4个种、1个变种、27个品种)。初级核心种质库为原始群体的20.65%,保留了291个(68.69%)多态性位点,其中‘黄花菜’类群种质8份,占‘黄花菜’类群资源总数的13.56%;‘萱草’类群种质24份,占‘萱草’类群资源总数的25.00%。(3)43对引物对32份核心种质共扩增出272条多态片段,平均扩增6.3256条,PIC值平均值0.6060,不同种质间的遗传相似系数平均为0.7940;32份材料聚类分为"黄花菜"和"萱草"2大类群。     

河北省小豆种质资源初选核心种质构建

以河北省作物种质库中385份小豆资源为材料,根据13个农艺性状,利用地理来源进行分组,分别采用比例法、平方根法确定取样数法及聚类选择和随机选择2种个体选择法构建5个小豆初选核心样本,对不同的取样方法及总资源间进行品种间平均遗传距离、性状符合度、遗传多样性指数和数量性状变异系数的比较,探讨构建河北省小豆初选核心种质的最佳方案。结果表明,聚类选择取样优于随机取样,在聚类选择条件下采用比例法确定取样数优于平方根法,最终确定按地理来源分组、利用比例法确定取样数、聚类选择个体为小豆核心种质构建的最佳方案。采用该最佳方案,构建包含79份小豆种质的初选核心种质,取样比例为20．5％,13个农艺性状的性状符合度达100％。     

50 份黄瓜核心种质的 SSR 标记筛选与聚类分析

【目的】分析 50 份来自全国各地的黄瓜核心种质资源的遗传多样性,为黄瓜育种提供依据和参考。【方法】对 50 份黄瓜核心种质资源的重要外观农艺性状进行统计,并利用全基因组设计 66 对 SSR 引物对其进行分子标记筛选及遗传多样性聚类分析。【结果】供试 50 份黄瓜核心种质材料的瓜皮颜色、刺瘤、瓜皮斑纹具有多样性。66 对引物中有 32 对引物能够在不同黄瓜种质间扩增出清晰而稳定的多态性标记,这 32 对 SSR 引物共扩增出 280 个等位基因片段,其中多态性片段 216 个、占片段总数的 77.1%,表明本研究筛选出的 32 对 SSR 引物遗传多态性较高,适用于黄瓜种质材料的遗传多样性分析。聚类结果与所调查的种质资源性状表现结果较为一致。50 份黄瓜核心种质遗传相似系数最低为 0.62、最高达 1.00。在遗传相似系数 0.754 处,50 份黄瓜种质材料聚为 7 类,即 9 份华南型材料聚为 6 类：I 类、III 类、IV 类、V 类、VI 类、VII 类,其中 IV 类包含 1 份中间材料与 9 号华南型材料;40 份华北型黄瓜材料聚为 1 类：II 类。表明华北型黄瓜材料和华南型黄瓜材料间相似系数低、亲缘关系远;华北型黄瓜材料间相似系数高、亲缘关系近、遗传背景窄、遗传多样性差;而华南型黄瓜材料间相似系数较低、亲缘关系较远、遗传背景宽、遗传多样性丰富。【结论】筛选出 32 对 SSR 引物可有效对 50 份黄瓜核心种质材料进行聚类分析,遗传相似系数为 0.754 处 50 份黄瓜材料聚为 7 类,其结果与性状调查结果相吻合;华北型黄瓜遗传背景窄、遗传多样性差,华南型黄瓜遗传背景相对较宽,遗传多样性丰富。     

广西特色蕉类种质资源遗传多样性ISSR分析

利用ISSR分子标记技术对广西特色蕉类种质资源的遗传多样性进行分析。结果表明,从合成的35条ISSR引物中,筛选出13条条带清晰、多态性丰富及重复性好的引物,共扩增出96条条带,其中91条为多态性条带,平均多态性百分率达到93.69%。65份特色蕉类种质资源的遗传相似系数在0.479167~1.000000之间,平均为0.804726。聚类分析结果表明,在遗传相似系数为0.71时,可以将基因型为ABB的大蕉及粉蕉与其他基因型的蕉类种质资源进行区分;遗传相似系数在0.74时,能够把大蕉和粉蕉区分开来。而在相似系数为0.76附近,大蕉种质资源聚成3类,在0.92附近时,粉蕉种质资源可聚为4类。     

利用SSR标记构建板栗初级核心种质

为科学利用现有板栗种质资源并对其进行高效管理和保存。本研究利用简单重复序列(SSR)标记,采用非加权算数平均聚类法(UPGMA)对来自12个省(市或自治区)的279份板栗种质进行多次聚类抽样。聚类抽样时将2种遗传相似系数(SM系数和Dice系数)和2种取样方法(随机取样法和位点优先取样法)分别组合获得不同样本群,再比较不同样本群的有效等位基因数(Ne)、Nei’s多样性指数(H)和Shannon’s信息指数(I),研究构建板栗初级核心种质的适宜方法,并采用t检验和主坐标分析评价初级核心种质的代表性,结合表型特征对其进行确认。结果表明:应用位点优先取样法取得的种质比随机取样法具有更高的Ne、H和I;应用SM相似性系数构建的核心样本,其遗传多样性指标要优于Dice相似性系数;根据主坐标结合形态学指标分析,利用位点优先取样法和SM相似性系数经过3次聚类构建了68份板栗初级核心种质,保留了原种质24.37%的样品,Ne、H和I分别为1.539、0.329和0.502,均高于原种质各遗传多样性指标,能够较全面的代表整个板栗资源的遗传多样性。综上,基于SSR标记利用SM系数聚类,并结合位点优先取样法是构建板栗初级核心种质较适宜的方法。     

辣椒种质资源的形态学和SRAP分析

为探索辣椒种质的遗传多样性和亲缘关系,对43份辣椒种质进行形态学和SRAP分子标记分析。结果表明:根据辣椒的28个形态学性状进行聚类分析,在遗传距离系数6处可以聚为6个组群。94对SRAP引物组合中,每对引物平均扩增的清晰条带数为8.34条,其中多态性比率为13.90%,从中筛选出28对多态性丰富的引物用于SRAP分析。绘制亲缘关系聚类图,43份辣椒种质间的相似系数分布为0.59～0.96,在0.72的相似系数处分为6个组群。SRAP聚类与形态学聚类相似度高,二者都可为辣椒的遗传分析及育种亲本的选择提供一定的借鉴作用。     

黄淮产区地黄种质遗传多样性分析及SSR指纹图谱构建

为明确我国黄淮产区地黄种质间遗传多样性,解析种质间的亲缘关系,为该区地黄品种选育和种质鉴定提供依据,利用毛细管电泳技术和108对SSR引物对地黄种质进行分析,以获取种质间遗传相似系数、多态性引物、种质分辨率,利用软件TASSEL 3.0和Fig Tree(V 1.4.3)进行聚类分析和作图,选取多态性好、稳定性强的引物构建地黄种质的SSR指纹图谱。结果表明,共获得多态性引物50对,其片段长度在107～365 bp,种质间遗传相似系数在0.552～0.984,平均为0.729,野生种质的平均遗传相似系数明显低于地方品种和当前主栽品种。聚类结果显示,17个地黄种质分为3个亚群。选取并利用多态性强和分辨率高、扩增稳定的15对引物构建了地黄种质的SSR指纹图谱,实现了对每个地黄种质的快速鉴定。综上,SSR分析是实现地黄鉴真、聚类、DNA指纹图谱构建的一种有效方法。     

基于聚类的决策树在玉米种质筛选中的应用(英文)

[目的]建立一种改进的基于聚类的模糊决策树,并研究其在玉米种质筛选中的应用。[方法]采用一种新型的基于聚类的决策树算法,该算法针对传统的决策树算法不能处理无类别样本的这一不足,进行了改进。同时,将改进算法应用在玉米品种的筛选问题中,通过对叶面积、株高、干重、钾利用率等指标的衡量,筛选出耐低钾性较强的玉米种子。[结果]该算法在玉米种质的筛选上,适用性强且性能较优。[结论]在今后工作中还需进一步验证比较改进的基于聚类的模糊决策树与传统的模糊聚类决策树的性能,并将其应用在更多的实际问题中。     

基于聚类的决策树在玉米种质筛选中的应用

[目的]建立一种改进的基于聚类的模糊决策树,并研究其在玉米种质筛选中的应用。[方法]采用一种新型的基于聚类的决策树算法,该算法针对传统的决策树算法不能处理无类别样本的这一不足,进行了改进。同时,将改进算法应用在玉米品种的筛选问题中,通过对叶面积、株高、干重、钾利用率等指标的衡量,筛选出耐低钾性较强的玉米种子。[结果]该算法在玉米种质的筛选上,适用性强且性能较优。[结论]在今后工作中还需进一步验证比较改进的基于聚类的模糊决策树与传统的模糊聚类决策树的性能,并将其应用在更多的实际问题中。     

综合模糊聚类法初探

本文从聚类分析的基本思想和实际要求出发,在对现有模糊聚类法的基本特点及适用条件进行深入分析的基础上,提出了一种新的模糊聚类分析方法——综合模糊聚类法。这种方法与其它方法的主要区别在于它建立了确定聚类样本间相似数r_il的合理计算公式。分析及验证结果表明、本文提出的方法对于处理大型复杂系统的聚类问题具有更为广泛的适应性和良好的可靠性。     

基于模糊聚类的车内空气质量评价

车内空气质量问题关系汽车使用者的身体健康,将模糊聚类分析应用于车内空气质量评价,选取合适的相似系数,建立模糊相似矩阵,用传递闭包法求模糊等价关系,从而实现聚类评价。     

基于粗糙集与模糊集理论的图书馆最优购书算法

本文将粗糙集理论与模糊集理论结合起来,给出一种图书馆最优选书算法.该算法首先从已知数据的初始信息系统出发,计算各选书方案之间的相似度,从而构造相似矩阵,然后根据相似矩阵的传递闭包对各方案进行聚类,并根据粗糙集理论求各属性重要性,最后利用加权综合的思想及最小距离方法选择最优买书方案.     

复杂网络交叠团模糊分析与信息挖掘

模块结构是复杂网络重要拓扑属性之一。多数模块聚类算法将网络分割为彼此无重叠、不关联的孤立团,同时很少有方法兼具模糊聚类与聚类后分析能力。针对复杂网络交叠团的聚类与模糊分析方法设计问题,给出一种新的模糊度量及相应的模糊聚类方法,并以新度量为基础,设计出两种挖掘网络模糊拓扑特征的新指标：团间连接紧密程度和模糊点对交叠团的连接贡献度,将其用于网络交叠模块拓扑结构宏观分析和团间关键点提取。实验结果表明,使用该聚类与分析方法不仅可以获得模糊团结构,而且能够揭示出新的网络特征,该方法为复杂网络聚类后分析提供了新的视角。     

基于模糊Bayes-Gauss判别法的遥感影像的聚类

针对Fisher线性判别法和传统的Bayes判别方法在遥感影像聚类问题研究中存在的不足,提出一种以隶属度代替先验概率的模糊Bayes-Gauss聚类算法,并将此算法应用于真彩色（RGB）图像中的草地、道路、裸土地和建筑物的聚类.实验结果表明,本算法在聚类中与Fisher线性判别法和传统Bayes判别法相比,具有精确度较高、误识率和拒识率较低、适用性较强的特点.     

加权空间模糊动态聚类算法在土壤肥力评价中的应用

 【目的】改进和提高空间模糊聚类算法。【方法】首先利用层次分析法得到各属性的权值,然后将权值与空间模糊动态聚类法相结合,最后利用概率统计中的F分布来确定最佳分类,以提高空间模糊聚类算法的智能性。【结果】加权空间模糊动态聚类算法与基于模糊等价关系的传递闭包方法进行比较表明,当λ取0.993时,F值最大,分类效果最好。此时,加权的F值为4.898,未加权的F值为2.957,说明加权的类间的差距比未加权的明显,即该算法聚类准确率要明显高于未加权的模糊聚类算法。【结论】将其改进的算法运用到精准农业的土壤肥力评价中,试验结果与实际情况相符,证明了该算法的有效性。     

基于动态时间规整算法的时间序列遥感影像树种分类

时间序列影像能够反映植被的物候信息,有助于大幅度提高植被聚类精度,尤其对于单时相影像上生长特性相似的树种效果尤其明显。动态时间规整算法(DTW)能够解决不等长时间序列的匹配问题,且能够抵抗噪声造成的时间序列中出现的异常值,从而取得更好的相似特征匹配效果。基于6时间序列GF-1影像数据,分别采用DTW和欧式距离(ED)进行时间序列的相似性度量,然后将DTW距离和ED距离运用到K-Means算法中,完成对图像树种的聚类。结果表明:基于DTW-K Means的时间序列遥感影像分类方法能够适用于树种分类,总精度为92.21%,Kappa系数为0.90,均高于ED-K Means方法。     

基于矩阵加权关联规则的核模糊聚类

提出一种基于矩阵加权关联规则的空间粒度聚类算法。该算法核心思想是根据文档特征向量矩阵提取文档的相似度，再在该关联规则算法上进行聚类来寻找相似关系的频繁项集。通过引入核函数，样本点被非线性变换映射到高维特征空间进行聚类，提高聚类性能。通过矩阵加权关联规则算法进行聚类。通过实验表明，在处理中小型文档时，该算法的精确度优于传统Apriori算法和K-mean算法；在处理大型文档时，该算法的时间复杂度小于传统的K-mean算法。     

模糊综合评价在嘉陵江南充段水质评价中的应用

目的:运用模糊综合评价方法对嘉陵江南充段的水质进行综合评价。方法:根据环境质量标准的5个等级建立评价等级集,选择降半梯形分布来确定隶属函数,建立模糊关系矩阵,采用超标倍数赋权法确立权重系数,构造权重系数矩阵,将模糊矩阵和权重矩阵进行合成,计算水质综合评价结果。结果:结果表明,总氮和粪大肠菌群是嘉陵江南充段主要超标因子。2003-2009年嘉陵江南充段三断面水质总体呈现逐年好转的趋势。其中,清泉寺饮用水水源水质属于III类,基本能够达到饮用要求。小渡口控制断面和李渡镇出境断面,水质级别在IV和V类之间。结论:模糊综合评价充分考虑了多个因子对水体的影响,其结果更加准确、客观,因此可为该地区的水质规划与管理工作提供科学的参考依据。     

温郁金遗传多样性的ISSR分析

应用ISSR标记技术对温郁金6个居群的样品进行遗传多样性分析,11条引物共扩增得到82条带,其中多态性带26条,占总扩增带的31．7％。利用NTSYS-pc(Version 2．10e)软件分析供试样品问的遗传相似系数,利用POPGENE 1．32计算各居群间的遗传一致度和遗传距离,并用MEGA 3．1软件得到各居群间的聚类树状图。结果表明,供试6个温郁金居群间多态性不丰富,遗传多样性水平较低。