排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
通过对构成比、总感染率、总平均多度、总感染度、多样性指数和均匀度等常规统计指标进行分析,比较了云南省内三个不同纬度梯度中黄胸鼠和褐家鼠两种家鼠体表恙螨的分布差异和分布规律。捕获两种家鼠共944只,从其体表共采集到6409只恙螨,经分类鉴定隶属于2亚科10属64种。统计分析结果表明,低纬度地区两种家鼠体表恙螨的物种丰富度高于中、高两个纬度地区,低纬度地区中两种家鼠体表恙螨的总感染率(P)、总平均多度(MA)和总感染度(MI)均明显高于中纬度和高纬度地区(P0.001)。低纬度地区的主要螨种是地里纤恙螨、英帕纤恙螨和微红纤恙螨;中纬度地区的主要螨种是褐鼠囊棒恙螨;高纬度地区的主要螨种是林谷棒六恙螨和攸氏无前恙螨。黄胸鼠和褐家鼠两种家鼠体表恙螨的感染状况、优势螨种构成和生态分布等因纬度和海拔梯度的不同而存在明显差异。 相似文献
3.
胡锦涛总书记在中内政治局第二十八次集体学习时指出,要"不断提高人口服务和管理水平"",加快推进人口信息化建设"。我们要把思想切实统一到中央的战略部署上来,进一步提高对全员人口信息化重要性和紧迫性的认识。 相似文献
4.
相似性比对预测蛋白质亚细胞区间 总被引:1,自引:0,他引:1
【目的】对蛋白质所属的亚细胞区间进行预测,为进一步研究蛋白质的生物学功能提供基础。【方法】以蛋白质序列的氨基酸组成、二肽、伪氨基酸组成作为序列特征,用BLAST比对改进K最近邻分类算法(K-nearest neighbor,KNN)实现蛋白序列所属亚细胞区间预测。【结果】在Jackknife检验下,数据集CH317三种特征的成功率分别为91.5%、91.5%和89.3%,数据集ZD98成功率分别为93.9%、92.9%和89.8%。【结论】BLAST比对改进KNN算法是预测蛋白质亚细胞区间的一种有效方法。 相似文献
5.
基于Adaboost算法对多个相似性比对K最近邻(K-nearest neighbor,KNN)分类器集成实现蛋白质的亚细胞定位预测。相似性比对KNN算法分别以氨基酸组成、二肽、伪氨基酸组成为蛋白序列特征,在KNN的决策阶段使用Blast比对决定蛋白质的亚细胞定位。在Jackknife检验下,Adaboost集成分类算法提取3种蛋白序列特征,3种特征在数据集CH317和Gram1253的最高预测成功率分别为92.4%和93.1%。结果表明Adaboost集成改进KNN分类预测方法是一种有效的蛋白质亚细胞定位预测方法。 相似文献
1