高产优质饲料作物-鲁梅克斯K-1杂交酸模的研究项目简介

“高产优质饲料作物-鲁梅克斯K-1杂交酸模的研究”是国家自然科学基金委下达的农业倾斜项目(编号39870604)。研究起止时间1999年1月至2002年12月。项目由新疆农业大学的安沙舟、中食产业集团鲁梅克斯公司的杨茁萌共同主持。研究人员主要由新疆农业大学、山东农业大学、中国农业大学和中食产业集团鲁梅克斯公司等单位人员组成。     

大通牦牛生长激素基因和K-酪蛋白基因的PCR-RFLP研究

利用PCR-RFLP技术检测了大通牦牛生长激素（growth hormone，GH）基因和K-酪蛋白（K-casein,K-CN）基因部分序列的遗传多态性，结果表明：大通牦牛群体中被检测的两个位点均存在遗传多态性。GH基因PCR-RFLP位点等位基因A和B的基因频率分别为0．1755和0．8255．K-CN基因PCR-RFLP位点等位基因A和B的基因频率分别为0．1117和0．8883。GH基因和K-CN基凶PCR-RFLP位点的基因型分布均极显著偏离Hardy—Weinberg平衡定理（P〈0．01）。大通牦牛群体内平均基冈一致度和基因多样度分别为0．7561和0．2439。     

轴流泵叶轮内部三维流动分析

基于N-S方程和标准K-ε紊流模型，采用非结构化网格技术，用速度压力校正法对设计工况下的轴流泵叶轮内部的三维紊流场进行了详细的数值计算与分析，得出其内部流场、压力场的分布情况，预测其性能，并据此提出了叶型优化的设想。     

基于改进的BP神经网络集成的作物精准施肥模型

作物最优施肥量与土壤养分含量、产量之间存在复杂的非线性关系。为更加准确地模拟这种关系,提出一种改进的的BP神经网络集成方法。该方法采用K-均值聚类优选神经网络个体,采用拉格朗日乘子方法计算待集成的神经网络个体的权值。然后,基于农田肥料效应试验数据,以土壤养分含量和施肥量作为神经网络的输入,以产量作为神经网络的输出,建立了作物精准施肥模型。该模型通过求解一个非线性规划问题,能同时获得最大产量和最优施肥量。试验结果表明,在施肥模型的拟合精度方面,改进的神经网络集成方法（其均方根误差为64.54）明显优于单个神经网络方法（其均方根误差为169.74）。而且,作为一种定量模型,基于改进的神经网络集成的施肥模型优于传统施肥模型,能有效地指导精准施肥。     

基于高光谱数据的棉田虫害鉴别研究

【目的】快速、准确、无损伤地鉴别棉花虫害类别,以便针对性制定植保施药方案。【方法】对棉花叶片高光谱数据进行采集和分析。采用波段范围为350～2 500 nm的FieldSpec?3便携式光谱分析仪,分别获取受蚜虫和红蜘蛛危害的棉花叶片以及正常棉花叶片的高光谱数据。采用K-近邻和SVM算法区分受红蜘蛛和蚜虫侵害的叶片以及正常叶片。为进一步优化虫害识别模型、提高识别精度,利用主成分分析方法 (PCA)进行特征降维,并利用网格搜索法进行参数寻优。【结果】使用K-近邻算法和SVM算法构建了虫害识别模型,2种模型的识别率分别为86.08%和89.29%;引入PCA进行特征降维并使用网格搜索进行参数寻优后,可以提高虫害识别率,K-近邻算法和SVM算法的识别精度分别达到88.24%和92.16%。【结论】利用高光谱数据可以区分受蚜虫和红蜘蛛侵害以及正常的棉花叶片;结合PCA降维和网格搜索法,能够提高识别率且不需要获得具体的特征波段;对于受蚜虫和红蜘蛛侵害以及正常的叶片识别,基于径向基核函数的SVM算法优于K-近邻算法。     

几种常用文本分类算法性能比较与分析

分析了几种典型的文本分类算法的特点,并基于中文文本数据集和英文文本数据集对算法性能进行了综合评价.实验结果表明:对于英文文本数据,支持向量机具有最优的性能,但时间开销最大,贝叶斯算法速度较快;对于中文文本数据,由于分词的困难,使得算法性能普遍低于同等规模下在英文数据集上的性能.几种算法性能均随训练集规模的增大而有改善.     

鲁梅克斯K-1杂交酸模传粉生物学研究

利用去雄、套袋、人工授粉方法研究不同授粉方式和授粉时间对鲁梅克斯K-1杂交酸模结实率的影响。结果表明,鲁梅克斯K-1杂交酸模自花授粉、异花授粉都能正常结实,结实率达95%以上。异花授粉最佳时间为花开放后1~6 h。花粉量大。风媒传粉,未见昆虫访问。     

北京地区主要花坛花卉种苗质量的数量型指标研究

本文尝试用K-均值聚类法对几种北京地区主要应用的花坛花卉种苗进行数量型质量分级标准研究。结果表明:经过K-聚类法,主茎生长型(非洲凤仙和鸡冠花为代表)和丛生型(四季秋海棠和银叶菊为代表)种苗分别按株高、下胚轴长、最大节间长度、地径及最大叶片长度、最大叶片宽度、叶柄长度等指标的类中心值成功地分为3级,经方差分析,各级间性状差异显著(p=0.01)。研究结果表明,K-均值聚类法可以科学地将几种花坛花卉数量性状值进行分类。     

鲁梅克斯K-1饲喂生长育肥猪效果

采用40头杜保生长猪,随机分成4组,1个对照组,3个试验组.各组基础饲料相同,试验组分别用5%,10%,15%的鲁梅克斯K-1 Rumex patientia×R.tianschanicuscv.代替饲料,以研究鲁梅克斯K-1饲喂生长育肥猪的效果及最佳替代量.试验结果表明:5%组的替代量较好,较对照组平均日增重提高了10.57 g(1.6%P＞0.05),饲料利用率提高0.3%,增重成本下降0.16元/kg,提高了瘦肉率,减少了胃肠道疾病.     

基于最大相关 最小冗余的动作识别算法

为了提高动作的识别精度与鲁棒性,降低冗余特征,提高算法效率,设计了一种基于最大相关-最小冗余(Max-Correlation and Min-Redundancy,MCMR)的动作识别算法.首先,为了消除噪声影响,减少计算成本,利用符号聚集近似(SAX)技术将连续图像序列转换为离散符号;其次,为避免出现时间漂移问题,利用动态时间归整(Dynamic Time Warping,DTW)来计算符号特征的距离,提取符号序列的特征;然后,为了消除冗余的特征,定义了一个特征权重,根据权重对特征进行降序排列,引入最大相关-最小冗余技术消除相关性弱的特征,筛选出具有高相关性和低冗余的特征;最后,为了完成动作识别,根据筛选出的特征,利用k-近邻(K-Nearest Neighbor,KNN)进行分类器学习.结果表明:与当前动作识别算法相比,本文算法能够有效完成动作的识别与理解,具有较高的识别率,有效地降低了冗余特征,提高了算法的效率和鲁棒性.