芜湖市冬夏季鸟类多样性分析

2004年5月至2005年2月,对芜湖市4种典型生境（农田居民区、城市园林、河漫滩湿地和河流湿地）的冬夏季鸟类进行调查,并探讨4种生境冬夏两季鸟类多样性指数.共记录鸟类117种,隶属于15目31科.农田居民区、城市园林和河漫滩湿地夏季鸟的种类数、G-F指数高于冬季,河流湿地冬季鸟的种类数、Shannon-Wiener指数、Pielou指数均明显高于夏季.城市园林鸟的种类数、G-F指数最高,河漫滩湿地Shannon-Wiener指数、Pielou指数最高.夏季的农田居民区和冬季的城市园林鸟类密度最大,分别为31.1140和42.9160 ind·hm^-2,而河流湿地鸟的种类数、密度、Shannon-Wiener指数、G-F指数均最低.增加栖息地异质性、减少人为干扰可以提高鸟类多样性.     

油松植物种群自疏规律模型的研究

根据植物生长的密度理论和有关生物学假设,推导出一种新的植物各自疏规律模型,即Ｎ＝ｅｘｐ（ａｌｎ＾２Ｂ＋ｂｌｎＢ＋ｃ）,这里Ｎ和Ｂ分别为种群密度和植物种群平均重量或平均胸高断面积,ａ,ｂ,ｃ为参数。将该模型应用于油松种群密度变化规律研究中,证明该模型能很好地拟合实际的观测资料,并且具有表达式简单等特点,因而,该模型是油松植物种群自疏规律的有效描述。     

神经网络自编码器算法在癌症信息学研究中的应用

癌症已经被广泛认为是高度异质性的疾病,癌症的早期诊断、分型和预后已成为癌症研究的关注重点.在大数据时代,对海量癌症生物医学数据进行高效的数据挖掘是生物信息学面临的重要挑战.自编码器(Autoencoder)作为神经网络的一种典型模型,能够通过无监督的方式高效地学习输入数据的特征,进而对生物数据进行整合与挖掘.文中首先介...     

百脉根嫁接方法的优化及其在结瘤自调控研究中的应用

嫁接试验是研究结瘤自调控的有效方法。本文优化了百脉根的嫁接方法,并应用该方法初步研究了百脉根突变体rel3根瘤数目减少的机理。结果表明,rel3突变体根瘤数目减少的表型是由来自于茎的信号决定。     

基于改进的投影寻踪的森林生态系统生态价位分级模型

针对投影寻踪技术计算过程复杂、编程实现困难等缺陷,提出采用改进单纯形法直接优化投影寻踪技术的投影函数和投影方向,从而简化了投影寻踪技术的实现过程,克服了目前投影寻踪技术编程实现困难、搜索时间长及投影方向难以最优化等缺点.提出了基于改进单纯形法的投影寻踪技术的森林生态系统生态价位分级模型.利用该模型可把各森林生态系统多维分类指标综合成一维投影值.投影值越大表示该森林类型生态服务价值越大.根据投影值大小可对森林生态系统样本集进行合理分级.实例分级结果表明,直接由样本数据驱动的改进的投影寻踪森林生态系统生态价位分级模型用于生态价位分级,简单可行,具有较强的适用性和应用性;可操作性强,其优化时间及投影函数值分别为传统投影寻踪技术的34%和143%;投影寻踪效果很理想,可广泛应用于生态学、生物学及区域可持续发展研究中各类非线性、高维数据分级与评价.     

行道树叶绿素变化的高光谱神经网络模型

采样分析了城市行道树（长春市主要街道）与对比区（净月潭国家森林公园）相应树种的叶绿素变化,并对由叶绿索变化引起的光谱反射率以ASD光谱仪进行了测试,并对二者之间的关系进行了单波段回归分析、V1植被指数与叶绿素含量的模型分析以及神经网络模型分析。结果表明,1）城市环境对行道树叶绿素有重要影响,但是对针叶树种响应较小,而阔叶树种响应较大;2）光谱反射率与测试树种叶绿素含量关系密切,在740～760nm附近确定性系数达0．72以上;3）PSSR植被指数与测试树种的叶绿素含量关系密切,幂函数回归的决定系数R^2为0．82左右。3）神经网络模型能够提高光谱反射率模型反演植被叶绿素含量的水平,模型的决定系数R^2高达0．97。表明高光谱遥感可以用来监测因城市环境引起的植被叶绿素变化。     

神经网络预警系统及其在害虫预测中的应用

利用神经网络的基本原理 ,结合气象因子以及江苏通州市田间褐飞虱发生程度的实测数据 ,建立了该地的神经网络长期预警系统。经实例验证 ,该方法的预测精度达 80 % ,为害虫的长期可预测性提供了一种新的方法     

基于BP神经网络和RBF神经网络预测老年痴呆症疾病进展的对比研究

目的:比较反向传播算法(BP)神经网络和径向基函数(RBF)神经网络预测老年痴呆症疾病进展的效果。方法:以老年痴呆症随访数据为研究对象,以性别、年龄、受教育程度、有无高血压、有无高胆固醇、有无心脏病、有无中风史、有无家族史8个指标作为输入变量,以五年随访的MMSE差值为输出变量,构建基于BP神经网络和RBF神经网络的老年痴呆症疾病进展预测模型。结果:与BP神经网络模型相比,RBF神经网络预测的结果更好,能够有效地预测老年痴呆症疾病进展。结论:神经网络模型将老年痴呆症疾病进展预测问题转化为随访数据中相关测量指标与MMSE差值的非线性问题,为复杂的老年痴呆症疾病进展预测提供了新思路。     

一种基于代谢网络分析最小化基因组的方法及其在大肠杆菌中的应用

最小生命体的合成是合成生物学研究的重要方向。最小化基因组的同时而又不对细胞生长产生影响是代谢工程研究的一个重要目标。文中提出了一种从基因组尺度代谢网络模型出发,通过零通量反应删除及对非必需基因组合删除计算获得基因组最小化代谢网络模型的方法,利用该方法简化了大肠杆菌经典代谢网络模型iAF1260,由起始的1 260个基因简化得到了312个基因,而最优生物质生成速率保持不变。基因组最小化代谢网络模型预测了在细胞正常生长的前提下包含最少基因的代谢途径,为大肠杆菌获得最小基因组的湿实验设计提供了重要参考。     

基于人工神经网络的生态环境质量遥感评价

利用ETM遥感数据提取反映生态环境的植被、土壤亮度、湿度,MODIS地表温度产品提取的热度指数、气象指数及其它地学辅助信息作为神经网络的输入,野外调查标准兴趣区的遥感本底值评分值作为网络输出,建立一个3层结构的BP神经网络生态环境遥感本底值预测模型.利用MATLAB软件对网络进行训练和研究区生态环境遥感本底值的预测输出,并将预测结果按照生态环境遥感本底值分级评分标准进行等级划分.结果表明,总体分类精度达87.8%.利用神经网络方法对生态环境遥感本底值进行预测是可行的.采用先预测再分级的方法不仅能很好地评价区域生态环境质量,而且能够和区域生态环境类型紧密的结合起来.     

基于人工神经网络的区域水环境承载力评价模型及其应用

在分析水环境承载力概念及人工神经网络技术基础之上,从阈值角度出发,建立了基于人工神经网络的区域水环境承载力评价模型,并将其应用于辽宁省水环境承载力评价,通过模型计算得到该省水环境承载能力指数。结果表明,2000—2004年,辽宁省水环境承载能力指数分别为0·29、0·36、0·32、0·37和0·43,整体上呈上升趋势,但承载力依然较弱。本文提出的水环境承载力评价模型具有结构简单、建模方便的特点,评价结果可以直观地反映区域水环境承载状态。     

基于ST-PCA-BP神经网络的檀香叶片全氮含量无损检测

氮素是植物生长需要的大量元素之一,生产经营者在植物生长过程中往往施加大量的氮肥,但过量的肥料会造成地下水污染.本文针对珍贵树种檀香,提出了一种基于ST-PCABP神经网络的檀香叶片全氮含量无损检测方法,为檀香的经营培育提供参考.结果表明:将野外获取到的檀香图像由RGB转换到L~*a~*b~*系统,可以较好地完成自然图像中的檀香分割.这是由于L~*a~*b~*系统色域宽,受光照变化的影响较小.ST-PCA-BP神经网络的特点是通过显著性检验(ST)筛选变量,使用方差膨胀因子和条件指数分析筛选结果的共线性,主成分分析法(PCA)消除共线性.该处理方法有效地减小了BP神经网络陷入局部最小值的概率,与原始数据、ST处理和PCA处理相比,决定系数最高,平均残差和均方根误差最小,是檀香叶片全氮含量无损、实时检测的最佳方法.     

基于TM影像、森林资源清查数据和人工神经网络的森林碳空间分布模拟

森林是陆地生态系统中最大的碳库,在全球碳平衡和减缓全球气候变化方面发挥着不可替代的作用。当前主要利用森林资源清查数据和优势树种材积源-生物量的关系进行碳储量估算,在此基础上有效结合遥感影像数据将会更好的满足相关部门对国家和区域森林碳储量计算的需求。利用临安市2004年森林资源清查的930个样地数据和同年度Landsat TM影像数据,提取6个波段灰度值以及与碳储量相关性相对较大的3个波段组合,结合人工神经网络对研究区森林碳储量及其分布进行有效模拟。结果显示,用误差反向传播算法训练神经网络较好的重建了森林碳密度空间分布和变化,森林碳地上部分模拟结果与样地实测值之间的一致性好,全区域模拟结果森林碳平均值为0.98Mg(10.89Mg/hm²),总体森林碳密度模拟结果低于样地平均值约13%,进一步验证了人工神经网络在对大范围森林碳估算与模拟上具有较好的效果,为区域森林碳储量的估测研究提供有效的方法支持。     

基于IPSO-BP神经网络模型的山东省碳排放预测及生态经济分析

在低碳经济发展背景下,针对山东省碳排放数据更新迟缓、以往预测模型难以满足现实需求的问题,统计相关数据,根据政府间气候变化专门委员会(IPCC)推荐方法测算山东省2000—2017年碳排放量和排放强度,并借助脱钩分析、碳承载力和碳赤字探究碳排放的动态变化趋势;基于5项最重要的碳排放影响因素,建立改进的粒子群算法(IPSO...