虫情分类预报的模糊集判别法

<正> 判别法是先将预报对象划好类,再构造一个判别函数,然后根据判别函数求出判别临界值来判别未来虫情类别。如《分辨法在虫情测报上的应用》一文所介绍的。此法由于需要解多元线性代数方程组,在预报因子众多,作多级预报时,使用起来很不方便。 本文介绍的模糊集判别法是应用模糊数学对资料进行处理,通过计算各交点距离大小来作预报判断,无需解多元线性代数方程组,是各种害虫分类预报的简便方法之一。     

分辨法的简化

<正> 分辨法在虫情测报上的应用,黄侠敏同志已作过介绍,以下称原始分辨法。本文将原始分辨法的简化方法介绍如下,以下称简易分辨法。 一、简化的过程及应用 原始分辨法是通过对预报因子的定量分析,来达到对预报对象的定性分辨。而简易分     

落叶松落叶病测报与防治指标的研究

1986—1989年对落叶松落叶病测报技术进行了系统研究,建立了落叶病测报管理决策支持系统。本系统可预测该病测报因子当年值;继而对全省和各地区平均病情指数,轻、中、重发病面积,应防面积发出长、中期预报;并可制定防治指标,编制防治计划,预测防治效益,资料查询等。     

条件频率法的改进──加权频率法

条件频率法和综合相关法[1,2]都是将预报因子对预报对象的作用等同对待。在许多实际问题中,各预报因子所起的作用往往是不同的,用条件频率法或综合相关法来预测,无疑会影响其预报的准确性。为了解决这一问题,作者在本文中提出了一种新的简便预测方法──加权频率法。1基本原理与方法首先将原始资料依据分级标准进行分级。设有m个预报因子工人xj（j=1,2,……,m）分为s级,预报对象y分为r级。然后根据各预报因子与预报对象分级数码制作额数列联表,将xj处于k（k=1,2,……,s）级时的总个数,以nk·表示;将xj处于k级时,y=1（1=1,2…     

害虫统计预报级别的划分问题

<正> 害虫统计预报有长期、和中期之分。前者一般是定性预报,建模和预报都需要对虫情进行分级。而中期预报则有分类预报和非分类预报两大类。分类预报包括判别分析、聚类分析、模糊综合评判、列联表等方法,它们都要求对虫情进行分级处理;非分类预报的统计分析方法主要为多元回归分析,它可以处理分级或不分级的数据。可见,大多数统计预报方法都要求对数据进行分级处理。     

基因芯片整合方法在预报儿童急性髓性白血病亚型中的应用

对急性髓性白血病（AML）病人进行明确的亚型分类,有助于制定合适的治疗方案并预测其治疗效果。之前研究表明基因芯片技术在白血病亚型分类中已取得了较好效果,但由于儿童AML发病率较低,相应的芯片分析研究较少,因此目前用于构建儿童AML亚型分类模型的数据相对不足,是否可以应用现有的成人分类模型数据来对儿童AML进行预报还有待研究。应用基因芯片整合分析方法,对来自不同实验的研究成人或儿童AML亚型分类的基因芯片数据进行整合,应用支持向量机分析整合后数据集的亚型预报准确率。结果表明整合后的芯片数据在儿童AML亚型分类预报中的准确率达到97．24％,特征基因分析结果也说明在同一种AML亚型中,对于来自不同年龄组的样本,其特征基因有较高的表达相似性。     

Fuzzy分析方法在越冬代三化螟蛾高峰期预报的应用

目前,用于害虫发生期测报的数学方法甚多,比较精确的一类方法是数理统计预测法,如综合相关,多元线性回归等[1～4]。实践证明,这些方法在一些情况下具有较高的准确性。但是,这类方法多数是建立在预报因子与预报对象的线性关系上,而大多数情况下预报因子与预报对象不表现这种关系。因此,有必要对这些方法进行改进。本文用模糊（Fuzzy）分析方法预报他各代三化螟蛾高峰,较好地解决了这些问题。观依据将乐23年历史资料,通过相关筛选法,选取x1：上年11月至当年2月极端最低气温（℃）;x2：3月平均地温（℃）x3：3月而日（天）ZX。：…     

昆虫种群动态预测的加权列联表分析法

<正> 昆虫种群动态的预测预报是昆虫种群数理生态学研究的重要方面之一。近些年来,不少数学分析方法和预报模型相继提出,列联表分析就是其中之一,如朱伯承提出的由列联表直接分析各因子与预报量的“单相关”,从而建立预报方程(下简称“综合相关法”)以及李火苟提出的用条件频率法简化《综合相关法》(下简称“条件频率法”)等。 本文将在上述工作的基础上,给出一种能充分、客观利用信息,试报满意,算法简便的以表征各因子相关程度的随机列联系数为权重,定义因子和预报量的条件频率之和的列联参数为预报依据的加权列联表因素分析方法,并举例说明之。     

马尾松毛虫幼虫高峰期发生量的预测模型研究

【目的】为了提高马尾松毛虫Dendrolimus punctatus Walker发生量预测预报结果的准确性,为选用合适的预测模型提供依据。【方法】本文用平稳时间序列法、回归预测法、BP神经网络法、马尔科夫链法和列联表多因子多级分析预测法研究建立安徽省潜山县1983—2016年33年的马尾松毛虫1代和2代幼虫高峰期发生量的预测模型,并对5种模型进行比较。【结果】以卵高峰期卵量为自变量的回归模型、多元回归模型和逐步回归模型预测结果与实际值相差0.21~0.31头/株,其它8个一元回归预测结果与实际值相差1.06~1.58头/株。平稳时间序列预测2015和2016年的结果与实际值完全相符。BP神经网络预测结果若以误差标准为1头/株,1983—2014年预报准确率1代为90.32%,2代为100%。马尔科夫链预测2015和2016年,预测结果与实际值完全相符,均为1级。列联表多因子多级综合相关分析法预测2015和2016年的结果与实际值完全相符,1983—2014年1代幼虫高峰期发生量预测的历史符合率均为90.32%,2代为83.47%。为了研究不同分级标准对预测值的影响,将2代幼虫高峰期发生量的1级标准改为小于3.5头/株,则历史符合率为74.19%。【结论】上述方法中,回归预测法自变量的选择是预报准确的关键;时间平稳序列法适用于害虫发生过程符合平稳时间序列的标准;马尔科夫链法和列联表分析法分级标准科学与否直接影响预测结果的准确性;BP神经网络法可用于自变量与预报量非线性关系的研究,是一种比较理想的预报方法。     

新课程应加强体验教学

当前 ,中学教育存在的教学误区主要表现为六重六轻 :重智力 ,轻态度 ;重统一 ,轻个性 ;重书本 ,轻实践 ;重课内 ,轻课外 ;重灌输 ,轻主动 ;重认识 ,轻方法。这严重妨碍学生的自主发展。 2 0 0 1年秋季进行的国家基础教育课程改革为改变上述状况提供了教育平台。作为新课程改革的重要的一条是要改变学生的学习方式 ,变被动为主动 ,充分发挥学生的自主学习精神 ,并通过勤于动手、乐于探究的多种形式的科学探究活动 ,培养学生获取知识的能力 ,体验科学的过程和方法 ,培养创新精神和实践能力。因此 ,体验教学作为一种很好的教学方法应得以加强。…     

模糊分析预报越冬代二化螟发生期

二化螟Chilosopressalis（Walker）是建宁县水稻重要害虫,尤其一代为主害代。因此,准确及时预测其发生是测报工作的重要一环。但因二化螟越冬场所和越冬虫龄的复杂性,常给测报,特别是长期预报带来困难。基层测报现常用功臣法剥查越冬代化蛹进度,预测发生期,不仅工作量大,且难于准确,无法作长期预报．为解决这一矛盾,笔者利用10年资料,从35个气象因子中,采用普查法［‘］筛选出2个预报因于：x;——当年1月份降雨量（mm）。x。——上年间月份积温阳度）,对预报对象少——越冬代二化螟蛾高峰（月、日）应用FuZZy分析［’,’］…     

二、三代棉铃虫发生量预测方法研究初报

<正> 棉铃虫Heliothis armigera(Hubner)是我县棉花上的主要害虫之一。由于本地作物布局和耕作制度的原因,第一代棉铃虫主要集中在苕子留种田内产卵为害;二代主要在春玉米上;三、四代集中在棉花上为害。并以三代为害损失最大。一般年份产量损失一成左右,大发生年产量损失高达三、四成,对棉花高产稳产影响很大。目前,棉铃虫发生期预测方法较多,预测效果也较好,但发生量预测尚在摸索之中。因为棉铃虫的发生量受多种因素影响,因此发生量预报的准确性,主要依赖于选择预报因子是否确当。我站通过8—9年的调查材料研究分析,选择前代发生基数、天敌寄生和气候状况为预报因子,利用生物统计的方法,探求棉铃虫二、三代的发生量预测公式,现将这方面情况整理报告如下。     

雌虫生殖系统的水盘解剖法

解剖雌性成虫的生殖系统,观察卵巢发育进度和交配情况,是研究害虫交配产卵习性和预测预报的重要手段。自1973年以来,我们在粘虫、小地老虎、稻纵卷叶螟、红铃虫、褐飞虱等雌虫的解剖工作实践中,用水盘法进行解剖,取得了较好的效果。     

人工神经网络在三化螟预测中的应用

本应用神经网络对闽北四代三化螟的发生情况进行了预测,三化螟的预报可视作高维空间的非线性分类问题。利用BP网络的反向传播算法．我们对三化螟种群发生趋势进行预测,并获得了满意的结果。     

几种分子生物学方法在菌种鉴定中的应用

REP-PCR指纹法、PCR-RFLP分析法、16S rDNA序列分析法在生物多样性研究、菌种鉴定、及微生物资源的开发应用中得到了广泛的应用,但最高分辩能力及适用性各不相同。该文采用上述方法对从厦门温泉分离刊的嗜热菌进行了鉴定分析,并对GeneBank数据库中的同源性较近的细菌16S rDNA序列进行比较,结果发现：在这三种鉴定方法中,REP-PCR法最简单,分辨能力最强,可鉴别16S rDNA序列同源性大于99.5％甚至完全相同的不同菌株;16S rDNA分析能快速准确地对微生物进行分类鉴定,它在分类学中的核心地位不可替代,但当16S rDNA序列同源性大干99.5％时难以获得准确的鉴定结果;PCR-RFLP法分辨力弱,可用于种到属水平的研究,16S rDNA序列相似性在96％以上,酶切图谱就难以区分了,但在不经过微生物分离培养的原位微生物多样性的研究中仍具有重要的作用。     

一种预测细胞凋亡蛋白的亚细胞定位的新方法

细胞凋亡蛋白对生物体的发育、维持内环境稳定及人们理解细胞凋亡机制非常重要。文中提出了一种新的蛋白质序列特征提取方法—三肽离散源方法。计算了蛋白质序列中紧邻三联体的出现个数,利用离散增量极小化对凋亡蛋白进行定位预测;同时推广了张春霆等提出的内容平衡精度指数,使其能评估任意类的分类问题。实验结果表明:在凋亡蛋白定位预测研究中,三肽离散源方法在提高总体预测精度的同时,能够较好的解决样本不均衡问题;而内容平衡精度指数能比传统的总体预测精度更准确的评估预测算法的预测能力,有效的反映预测算法对样本不均衡问题的相容能力。     

植物生理实验课教学的改革和体会

近几年,我们针对课程特点,对提高植物生理实验课教学进行了初步改革,并取得了较好的效果,我们的做法和体会如下:1.老教师和青年教师同带实验我们针对学生中存在重理论轻实践的现象,采取了老教师轮流回到实验室和青年教师一起带实验,这一做法起到了:     

马尾松毛虫幼虫发生高峰期的三种预测模型

【目的】为了科学确定马尾松毛虫Dendrolimus punctatus防治适期,提高防治效果。【方法】采用平稳时间序列法、马尔科夫链法和BP神经网络法研究安徽省潜山县1983-2014年马尾松毛虫幼虫发生的高峰期预测模型,并用2015年和2016年发生资料进行验证。【结果】显示:平稳时间序列法、马尔科夫链法、BP神经网络法模型预测2015年和2016年1代幼虫高峰期均为6月5日,2代高峰期均为9月6日,两年的1、2代实际发生期也是6月5日和9月6日,预测值与实际值完全一致。平稳时间序列法预测1代幼虫高峰期结果,若以大于2 d为误差标准,则1983-2014年的历史符合率为96.77%;若以小于和等于1 d为误差标准,历史符合率为74.19%,2代幼虫高峰的预测结果的历史符合率与1代相同。BP神经网络法预测结果若以1 d为误差标准,1983-2014年则1、2代预测结果的历史符合率均为100%。【结论】在3种方法中,平稳时间序列法适用于害虫发生过程符合平稳时间序列的情况;马尔科夫链法预报量的分级标准科学与否直接影响预测结果的准确性;BP神经网络法可用于自变量与预报量非线性关系的研究,是一种比较理想的预报方法。     

基于SSR标记的山东省小麦DNA指纹图谱的构建

本文以山东省41份小麦种质资源为材料,使用46对引物,通过SSR技术对其进行了DNA指纹数据库的构建。结果显示,所采用的46对引物在本实验材料中共检测到69个等位基因,有较好的多态性。利用NTSYS进行UPGMA聚类分析后,发现这41种材料在遗传相似系数0.68为阀值处可以分为3个类群。实验证明该方法能够分辨各个种质间的亲缘关系,能够较好满足小麦DNA指纹数据库的构建要求,对山东省小麦遗传资源的收集、保存、分类、评价、核心种质的建立等研究工作提供理论依据。     

蛋白编码基因在细菌分类学中的应用

为弥补16S rDNA在细菌分类应用中的不足,人们应用了一些编码重要蛋白的看家基因作为系统分类的分子标记。蛋白编码基因具有分辨能力强、准确度高、与基因组一致性好等优点,在近缘菌株的鉴别中效果突出,与其他分类标记结合使用则能够取得更加出色的成效。同时,介绍蛋白编码基因在细菌分类和相关技术中的应用情况,并对这一工具的发展前景作展望。