排序方式: 共有63条查询结果,搜索用时 0 毫秒
1.
2.
本研究旨在比较线性回归模型与机器学习模型在利用体尺性状预测体重时的准确性。测定102头革吉那布地区两岁龄牦牛相关体尺性状(体高、体长和胸围)与体重,然后将数据按照不同比例梯度分为训练集和测试集,利用传统的一般线性模型方法和机器学习方法(高斯过程回归、支持向量机)分别构建体尺性状与体重之间的回归预测模型。每个比例均重复5次,将体重的真实值与预测值之间的相关系数均值作为当前比例下的模型准确性结果。结果显示,随着训练集数据的增加,线性回归模型的预测结果较稳定在0.71至0.80之间,而机器学习方法的预测准确性最高达到0.91。故在训练集数据充足的情况下,相比于一般线性模型,利用机器学习方法进行预测具有更高的准确性。 相似文献
3.
为了进一步研究新牧1号苜蓿抗逆相关基因MvNHX1启动子的功能,采用双酶切的方法,用核酸内切酶SacⅠ和NcoⅠ分别双酶切pCAMBIA1304质粒和阳性重组质粒pEASY-T1-simple-pMvNHX1,然后回收目的片段。通过T4DNA连接酶将目的片段和空载体相连后获得连接产物。将连接产物导入到宿主菌DH5α,通过画板,卡那霉素筛选后挑单菌落摇菌。然后用菌液PCR及双酶切鉴定该载体后,用冻融法将其导入农杆菌EHA105。结果表明,成功培养出含有抗逆相关基因MvNHX1启动子pMvNHX1∶GUS∶EHA105的菌落;成功构建出新的植物表达载体pMvNHX1∶GUS。 相似文献
4.
5.
旨在研究藏猪对饲粮纤维素和半纤维素的消化及其与粪便细菌的相关性,探索藏猪具备较强纤维降解能力的潜在因素。采用消化试验测定150 d放牧藏猪、舍饲藏猪和商品猪(杜×长×大猪,DLY猪)对饲粮纤维的表观消化率。采集粪便样品利用单分子实时测序技术,测定粪便细菌16S rRNA基因全长序列,分析粪便细菌群落的结构和多样性,采用Spearman相关分析获取饲粮纤维表观消化率与粪便中细菌群落的相关性。结果表明,放牧藏猪对饲粮纤维素和半纤维素的表观消化率显著高于舍饲藏猪与DLY猪(P<0.05)。在放牧藏猪、舍饲藏猪与DLY猪粪便细菌中共鉴定出15个门、26个纲、48个目、87个科、190个属、419个种。放牧藏猪粪便细菌中有1个门纤维杆菌门(Fibrobacteres)、3个属拟普雷沃菌属(Alloprevotella)、纤维杆菌属(Fibrobacter)与琥珀酸弧菌属(Succinivibrio)、3个种(Alloprevotella rava、Fibrobacter intestinalis、Succinivibrio dextrinosolvens)相对丰度显著高于舍饲藏猪与DLY猪(P<0.05),并与饲粮纤维表观消化率呈显著正相关(P<0.05)。综上所述,放牧藏猪具备较强的纤维消化能力,这种能力与粪便中的纤维降解菌密切相关。 相似文献
6.
7.
8.
9.
高压静电预处理技术对番茄保鲜的影响 总被引:16,自引:0,他引:16
研究了高压静电预处理后的番茄在保鲜过程中的呼吸强度、抗压强度以及失重情况的变化规律。结果表明,利用电场强度为150kV/m的高压静电场预处理番茄45min后,可使自然条件下番茄的呼吸高峰推迟4d后出现,并发现高压静电预处理能有效地保持番茄较高的表面抗压强度和较低的失重率,延长番茄的贮藏保鲜时间。 相似文献
10.