马铃薯晚疫病传播的数学建模与仿真模拟

运用数学建模和仿真模拟方法研究不同品种马铃薯混种方式对晚疫病的防治效果.首先,针对马铃薯晚疫病病原菌在植物上繁殖和在空间中传播的特点建立偏微分方程的传染病模型.模型的数值结果反映了晚疫病形成与传染的空间分布和时间变化规律,与田间一些观测现象相吻合.然后通过灵敏度分析,探讨了叶片大小、孢子囊感染效率和病斑半径最大增长速率等诸多参数对疫情发展的影响.最后,构造了具有不同参数值的四类马铃薯品种的各种混种方式,通过计算仿真模拟,比较了晚疫病在的不同混种方式下的传染过程.实验结果表明随机混种方式具有较好的抗病效果.     

基于FISS成像光谱数据牛奶品种识别研究

利用自主研制的地面成像光谱辐射测量系统(field imaging spectrometer system,FISS)获取了14种典型牛奶样品的高光谱图像数据,并基于此做了牛奶品种识别研究.首先剔除2个异常样品,对剩余12种牛奶样品随机取样,共取1 200个像元样本;为消除高频随机噪声和基线偏移,改善多重共线性,对所有...     

基于主成分和Fisher判别的DNA序列分类方法北大核心

统计DNA序列中64种包含3个碱基字符串的频率,基于生物学知识,以此作为区分不同类别DNA序列的特征.对此频率数据使用主成分分析和Fisher判别两种方法进行数据降维操作,根据降维后的数据建立距离判别模型,用训练样本回判,检验模型判别效果,最后对未知类别序列进行判别归类,比较分类结果.     

基于主根横断面近红外光谱的西洋参和人参鉴别研究

为了快速准确进行西洋参和人参的品种鉴别,从主根横断面入手,采集其横断面的近红外光谱,分别从物理结构因素和化学因素方面对光谱进行了分析,选定特定波段进行物理因素主导建模、化学因素主导建模、理化因素综合建模,并对三种建模结果进行比较分析,发现三种模型判别率都在96%以上,都能很好的满足批量原材料快速检测的需求。物理因素模型运算简单,但判别率相对低。化学因素判别率较高,但运算量大。理化因素综合模型判别率最高为100%,无需预处理,运算量小,效果最理想,该结果说明近红外定性判别中物理结构因素有时也发挥重要作用。横断面鉴别法准确、便捷,可实际应用于企业原料药材的质量控制,实现对原料药材的快速筛查。     

基于近红外的多相偏最小二乘模型组合分析实现茶叶原料品种鉴定与溯源的研究

为实现茶叶的品种溯源,以近红外光谱分析技术为基础,尝试采用PLS、欧氏距离等方法的组合来实现茶叶的特殊原料品种的鉴别、具体品种识别分析。结果表明:研究中以4个品种(龙井43,群体种、迎霜和乌牛早)的茶树鲜叶为制成的茶叶样本为材料,分别建立了4个不同原料加工成的茶叶样本的PLS鉴定模型,对定标集样本识别的准确率分别为89.8%,90.9%,96.1%和99.5%,验证集的识别准确率分别为87.1%,84.2%,96.1%和97.5%;而采用4个品种鉴定模型的组合分析初次识别并且结合欧氏距离法进行二次识别后,最终对4种不同品种茶叶样本的原料品种的识别准确率分别为90.3%(定标集)和83.5%(验证集)。该研究为实现特殊品种加工成茶叶的鉴定以及成品茶的品种溯源提供了一种参考方法。     

基于直接正交信号校正的水稻冠层叶瘟光谱诊断

采用直接正交信号校正-连续投影算法(DOSC-SPA)联用的组合处理方法,实现了应用可见/近红外光谱技术对水稻冠层叶瘟病的快速准确诊断。采集水稻冠层样本共120个,其中健康和染病样本各60个。用DOSC-SPA方法,对水稻冠层光谱数据进行直接正交化处理,然后通过连续投影算法提取有效波长(EW),建立了有效波长(775 nm)与叶瘟诊断判别的直接线性方程:Y=5.283X。应用该方程对预测集样本进行诊断判别,其判别准确率为95.0%,获得了满意的判别精度。结果表明,DOSC-SPA组合处理方法提取水稻冠层叶瘟诊断的特征波长是非常有效的,并且通过直接线性方程能获得满意的判别精度,为后续水稻大田叶瘟病情监测、喷药处理及相应病情监测仪器的开发提供了方法和依据。     

基于主判别变量法的近红外光谱STR基因分型专家系统

基于近红外光谱结合主判别变量算法对短串联重复序列(STR)基因分型专家系统进行研究。选择STR基因座D16S539中6种总核心重复串数不同且出现频率较高的基因型9-9、9-11、9-12、10-10、10-11和11-11作为研究对象。6种基因型样本分别通过两次聚合酶链反应(PCR)平行扩增,以扩增产物的近红外光谱作为判别变量建立判别模型。最后,基于该基因座6种基因型的总核心重复序列数的差异来构建其基因分型专家系统。结果表明:方法适用于不同差异程度的基因型分型,预测准确率高且稳健性好,这为建立其他基因座的分型专家系统提供了可行性。     

健康和病变关节软骨的傅里叶变换红外光谱显微成像及Fisher判别

傅里叶变换红外光谱显微成像(FTIRI)可同时获得样品的红外光谱和形貌信息,其与化学计量学方法结合,可实现生物组织中主成分含量及分布的定量研究.本研究采用FTIRI技术结合主成分分析(PCA)以及Fisher判别算法对正常和病变的关节软骨进行鉴别分析.对关节软骨切片进行实现FTIR扫描及光谱分析,再利用SPSS软件对软骨的光谱(矩阵)进行主成分分析,根据主成分得分矩阵构造分类函数,结合Fisher判别算法对样本进行分类识别.正常和病变的关节软骨样品识别准确率高达95.7％(初始案例)和94.3％(交互验证案例).本方法可准确有效地辨别关节软骨是否发生病变,为监测骨关节炎的发生和修复提供参考.     

PCA-LDA法结合近红外光谱用于酵母水解物真假判别及产地溯源

运用近红外光谱结合化学计量学方法实现酵母水解物的产地溯源以及真假判别分析。先选取不同地方的酵母工厂(柳州、伊犁、崇左)、不同工艺(NX系列、NA系列)的酵母水解物样品500个,市场流通的伪劣产品10个。工厂样品共计五种类型,伊犁NA系列、柳州NA系列、崇左NA系列、崇左NX系列、柳州NX系列。利用近红外光谱仪收集所有样品14 304～3 856 cm^-1全波段光谱,通过对预处理后的训练集全样品、全波段光谱进行主成分分析(PCA),选出最佳主因子数,再结合线性判别分析(LDA)建立酵母水解物原产地溯源模型。验证集伊犁NA系列识别率为100%、柳州NX系列识别率为85%、崇左NA系列识别率为100%、崇左NX系列识别率为100%、柳州NA系列识别率为95%。设置模型的马氏距离阈值,造假样品报警率为100%,所有样品识别准确率均较高。PCA-LDA法结合近红外光谱可准确溯源酵母水解物的原产地以及准确对其真假进行判别。     

基于超高效液相色谱-高分辨质谱的非靶向代谢组学技术结合化学计量学对信阳茶树品种差异的研究

基于超高效液相色谱联用高分辨质谱(UHPLC-HRMS)的非靶向代谢组学技术结合化学计量学自动化数据分析策略,分析了信阳地区乌牛早、舒茶早、白毫早、平阳特早、陕茶一号共5个茶树品种的化学成分差异.采用自动化解析方法软件平台对仪器采集的原始信号直接解析,共鉴定出生物碱、儿茶素、酚酸、氨基酸、核苷及黄酮类物质等33种差异性...