水稻籼粳性特异分子标记的筛选与判别体系的建立

【目的】准确区分水稻的籼粳性在籼粳亚种杂种优势利用和进化研究等方面具有重要意义。根据在籼稻和粳稻中存在的核苷酸序列差异设计的分子标记,已被广泛应用于水稻籼粳性的判别中。但是已公布的这些籼粳性判别分子标记在遗传背景多样的实验材料中是否仍然表现出籼粳特异性尚未可知;此外,目前籼粳性的判别多是基于待测品系与 2 个对照品种的比较,无法反映待测品系与籼（粳）亚种群体的籼粳相似性。因此,需要筛选出一套能在多样性遗传材料中都表现出籼粳性特异的分子标记,并建立籼粳组群判别体系客观判别水稻的籼粳性。【方法】在能代表世界水稻遗传多样性的水稻多样性种质平台 2（RDP2）中,利用 7 万个 SNP分子标记的基因型,选取保留群体遗传多样性的 92 份水稻品种（系）,对已知的 51 对用于籼粳性判别的分子标记进行筛选;并根据籼粳特异性分子标记的聚类结果,选取 5 份籼稻和 5 份粳稻组成籼稻和粳稻判别组,利用籼性判别值量化水稻籼粳性。【结果】在 51 对分子标记中筛选到 24 对籼粳特异性强的分子标记（在籼 / 粳稻群中出现专一带型的频率均高于 69.5%）,它们均匀分布在水稻 12 条染色体上。根据籼粳特异分子标记的带型结果,92 份品种（系）可分为籼稻和粳稻 2 个组群,聚类结果与这些品种（系）已知的籼粳性完全吻合。根据聚类结果,构建了组群判别体系,随机选取 10 份品种（系）对其籼性判别值进行计算,其中 1 份偏籼品系、1 份偏粳品系、4 份籼稻品系、4 份粳稻品系,准确地实现了对其籼粳性的量化判别。【结论】筛选出一套可在 遗传背景丰富的材料中进行籼粳性鉴定的分子标记,并基于籼粳组群建立了一套籼粳判别体系,高效准确判别水稻的籼粳性。     

用多超声波传感器实现障碍物判别系统-以数字农业研究平台车为例

为了解决数字农业平台车的障碍物判别问题,提出了一种基于多个超声波传感器的判别系统。同时,探讨了使用计算机通过数据采集卡控制多个超声波传感器进行探测,传输数据到计算机,进行数据处理的障碍物判别方法。所设计的多超声波传感器系统已成功地应用于数字农业研究平台车的实验研究中。     

常用饲料原料质量的快速鉴别

配合饲料产品的优劣很大程度上取决于配方及其制造的水平，但原料质量对于配合饲料质量的重要性是不言而喻的。因此，饲料厂进购原料时，应当按照国家及行业标准进行质量的抽样检测。原料的化学分析是必须的，也是最真实可靠的，实验室分析出来的结果是最能说明该原料的品质水平的。然而，在实际生产过程中，感官判定(包括视觉、味觉、嗅觉、触觉等)及简易检测(包括筛选法、容重法、水洗淘汰法、比重法、镜检法及一些简易的化学分析法等)是首选的判别方法，     

判别函数在优树多性状同步判别分级中的应用

本文讨论了优树多性状同步判别分级的方法，并以湿地松选优实例作了验证。采用单个Fisher判别函数，贡献率为91.98%，分级判对率为79.49%，而用二个判别函数，累计贡献率达98.17%，分级判别率提高到89.74%；应用Bayes判别函数，不考虑先验概率时，判对率为84.87%，而考虑先验概率时，判对率达97.44%。说明适当地选用判别函数，可以显著地提高判别效果。     

冻带头对虾的加工方法

<正> 日本对水产品特别注意外观,常把感观放在第一位,味感则处于次要位置。特别在庆贺仪式的宴席上,人们更以外貌的完整来判别水产品的好坏。如对虾,则看其有头与否,来判别其鲜度,因此,是否有头,市场价格相差悬殊。如能确保对虾的鲜度,使之带头,就     

基于颜色和纹理特征的玉米旱情统计判别模型

利用颜色和纹理特征判定玉米植株干旱程度是玉米旱情监测识别的新途径,良好的统计判别模型构建方法对实现这一新途径意义重大。采集了玉米出苗-拔节、拔节-抽雄、抽雄-成熟3个生长发育阶段适宜、轻旱、中旱、重旱、特旱5个干旱程度的玉米植株图像,用MATLAB软件从图像中提取玉米植株的颜色和纹理特征数据,以SPSS软件对特征数据的训练集进行Fisher逐步判别分析,获得Fisher判别函数组,结合曼哈顿距离判别规则,建立了玉米出苗-拔节、拔节-抽雄、抽雄-成熟3个生长发育阶段的正视面、俯视面和侧视面共9个单视角统计判别模型,并将每个生长发育阶段的单视角统计判别模型联合构建为三维统计判别模型。玉米3个生长发育阶段的所有单视角判别模型在训练和测试时的平均判别准确率无显著差异,所有正视面和侧视面单视角统计判别模型训练和测试时的平均判别准确率均在90%以上,判别玉米不同干旱程度的准确率差异性小,所有俯视面单视角统计判别模型训练、测试时的平均判别准确率均低于85%,且判别玉米不同干旱程度的准确率差异性较大。玉米3个生长发育阶段的三维统计判别模型的训练和测试平均判别准确率在97%以上,且判别玉米不同干旱程度的差异性较小。玉米3个生长发育阶段的单视角统计判模型中,侧视面统计判别模型的判别效果最好,正视面统计判别模型次之,俯视面统计判别模型的判别效果相对较差,每个生长发育阶段的三维统计判别模型的判别效果均比单视角统计判模型好。     

基于费舍判别法的族群分类问题研究

判别分析是根据观测到的某些指标对所研究的对象进行分类的一种多元统计分析方法。在生物学中,对物种进行分类是极具研究价值的。本文根据题中已知两种蠓虫的触角和翼长的不同特征,进行简单的分析,利用F分布判断题中所给数据满足判别分析的要求。在此基础上,针对蠓虫进行分类的目的,使用费舍判别法给出对检验样本进行分类的依据,并通过三个样本分别给出了结果。     

判别土壤“肥瘦”有“十看”

<正>一看土壤颜色。肥土土色较深;而瘦土土色浅。二看土层深浅。肥土土层一般都大于60cm;而瘦土相对较浅。三看土壤适耕性。肥土土层疏松,易于耕作;瘦土土层黏犁,耕作费力。四看土壤淀浆性及裂纹。肥土不易淀浆,土壤裂纹多而小;瘦土极易淀浆,易板结,土壤裂纹少而大。五看土壤保水能力。水分下渗     

高分辨四极杆飞行时间质谱仪判别复原乳和超高温灭菌乳

采用高分辨四极杆飞行时间质谱仪,结合化学计量学方法,利用非靶向代谢组学方法,对超高温灭菌乳和复原乳进行检测。牛乳样品经过前处理后,经过C18色谱柱分离,采用FullScan模式进行一级全扫描,扫描结果通过数据预处理后,导入SIMCA-P14.1软件中进行主成分分析和偏最小二乘方差判别分析。结果表明:正、负离子模式下共找到14种判别超高温灭菌乳和复原乳的表征因子,进一步通过这14种表征因子建立区分2种乳的判别模型,通过该判别模型能够准确地区分超高温灭菌乳和复原乳,为复原乳的判别提供理论依据。     

中华绒螯蟹性早熟的早期判别

结合对生殖腺的组织学研究,对发生性早熟发育与未发生性早熟发育的中华绒螯蟹的２２个形态特征参数进行了比较,确定了判别雌、雄中华绒螯蟹性早熟的三个形态特征参数,建立了雌、雄蟹性早熟判别公式;对雌蟹的判别准确率达９０．９％,对雄蟹的判别准确率达９６．９％。