相空间重构与神经网络融合预测模型及其在害虫测报中的应用

针对混沌时间序列,建立了相空间重构和BP神经网络融合预测模型,经实例验证,该方法能有效地提高预测精度,避免了一般混沌预测要求较长时间序列的缺陷,为害虫的可预测性提供了一种新的依据。     

绿盲蝽中期预测模型的组建与应用

【目的】随着转基因棉种植年限的延长,绿盲蝽Apolygus lucorum(Meyer-Dür)成为棉田主要害虫,建立准确的预测预报模型,可为绿盲蝽的防控奠定基础。【方法】通过收集整理基点16年(1993—2008年)绿盲蝽各代成若虫的发生高峰期与发生量以及平均气温、相对湿度、降雨量、雨日、光照时数等各项因子数据,利用DPSv8.05专业版数据处理系统,采用多因子逐步回归方法,从各代发生量、平均温度、雨量、湿度、光照时长等因子中筛选出4~5个相关显著的预测因子进一步用二次多项回归建立预测模型。【结果】初步建立了绿盲蝽各代发生期、发生量预测模型,进行了回代检验,并进一步利用6年(2009—2014年)的绿盲蝽实际发生数据对预测模型的应用效果就行了外延检测,总体测报准确率平均达到85%以上。【结论】建立的绿盲蝽中期测报模型准确率较高,农业技术推广部门可以在绿盲蝽的预测预报工作中加以应用。     

草地火行为研究

在松嫩平原采用野外放火的方法,研究了草地火速度,火强度,火烈度,火形态,火烧迹地形状及其与气象因子,可燃物,可燃物床特性的关系,结果表明,风速是影响草地头火速度最主要的因子,除风速外,晴天时相对湿度对火头速度影响较大,降水后大气温度对头火速度影响较大,头火速度＞侧翼火速度＞尾火速度,风速与火强度,火深度,火烧迹地形状呈现显著正相关,采用逐步回归方法建立了草地头火速度,火强度,火烧迹地形状的预测模型。     

基于数字模型的烟草主要病害预测技术研究进展

随着现代数字技术的发展,数字模型预测技术正成为破解烟草主要病害预防的关键,目前在烟草病害监测预警方面已有一些专用的软件与技术,但由于烟草生产种植的复杂性和地区环境条件的差异性,如何提高数据的精准度仍是预测工作的重难点.因此本文综述了近年来科研工作者在烟草主要病害预测模型中主导预报因子的筛选及数据处理方法的研究进展,提出了烟草病害预测模型面临的主要挑战,同时指出烟草病害监测信息化的未来发展趋势,以期为烟草病害防控数字化转型提供思路和方法.     

基于血清阴离子间隙、白蛋白及APACHEⅡ评分预测重症肺结核患者预后的模型构建与评价

目的：分析基于血清阴离子间隙（AG）、白蛋白（Alb）及急性生理和慢性健康评估Ⅱ（APACHEⅡ）评分构建的预测模型对重症肺结核（PTB）患者的价值。方法：选取2020年10月～2023年1月我院收治的60例重症PTB患者纳入重症PTB组,根据院内生存状态分为死亡组21例和存活组39例,另选取同期我院60名体检健康者纳入对照组。检测血清Alb,AG水平,并计算APACHEⅡ评分。采用多因素Logistic回归模型分析重症PTB患者预后影响因素并基于影响因素构建预测模型。采用受试者工作特征（ROC）曲线分析血清AG、Alb、APACHEⅡ评分和预测模型对重症PTB患者预后的预测价值。结果：与对照组比较,重症PTB组血清AG水平升高,Alb水平降低（P<0.05）。60例重症PTB患者院内死亡率为35.00%(21/60)。多因素Logistic回归模型分析显示,AG升高、APACHEⅡ评分增加为重症PTB患者预后的独立危险因素,Alb升高为独立保护因素（P<0.05）。重症PTB患者预后预测模型方程Ln (P/1-P)=-0.173+0.105×AG-0.057×Alb+0....     

老年骨科手术患者麻醉后认知功能障碍的多因素分析及模型预测初步研究

摘要 目的：探讨分析影响老年骨科手术患者麻醉后的认知功能障碍的因素并建立预测模型。方法：将2016年1月至2019年1月于我院骨科行手术的227例老年患者根据术后认知功能障碍评分分为认知障碍组及无障碍组,比较两组一般资料及手术方式、麻醉方式等手术相关因素,使用多因素Logistic回归模型分析影响术后认知功能障碍发生的因素,使用R软件建立出现认知功能障碍的列线图预测模型,并验证其效能。结果：术后共有65例患者出现认知功能障碍,认知障碍组患者的年龄、行全麻的患者比例、术中失血量、手术时间及出现术后并发症患者比例均明显高于无障碍组,而术中血压及应用超前镇痛患者比例均明显低于无障碍组（均P＜0.05）;而两组患者性别、BMI及手术部位等指标则无明显差异（均P＞0.05）;多因素Logistic回归分析示高龄、全麻、术中失血量过多、过长手术时间及术后出现并发症均是老年骨科手术患者术后出现认知障碍的独立危险因素（OR=1.077,3.796,3.826,1.712,6.937;均P＜0.05）;而术中高收缩压、舒张压及术前给予超前镇痛是术后出现认知功能障碍的保护因素（OR=0.953,0.913,0.333;均P＜0.05）;列线图预测认知功能障碍发生的一致性指数（C-index）为0.904（95%Cl 0.862~0.961）。结论：高龄、全麻、无超前镇痛、手术时间过长、术中失血量过多、术中低血压及术后出现并发症是出现术后认知功能障碍的危险因素,基于此构建的列线图可有效对术后认知功能障碍进行预测,具有较好的临床应用价值。     

单增李斯特菌在冷鲜猪肉中的生长预测模型比较

[目的]探讨单增李斯特菌(Listeria monocytogenes,LM)在冷鲜猪肉中的生长及现有预测软件GP( Growth Predictor)、PMP( Pathogen Modeling Programme)及CP (ComBase Predictor)对LM在冷鲜猪肉中生长的预测准确性.[方法]测定LM在4℃、8℃、12℃及16℃冷鲜猪肉中的生长,并用DMFit软件对生长数据进行拟合,计算各个温度点下的迟滞期(Lag phase duration,LPD)、生长率(Growth rate,GR)、最大生长密度(Maximum population density,MPD),同时用3种预测模型对相同条件下LM在猪肉中的生长进行预测,将实测值与预测值进行比较分析.[结果]冷鲜猪肉在16℃,经过2.6h LM即进入对数生长期.从8℃提高至12℃时,LM在冷鲜猪肉中的生长率从0.017l0g(cfu/g).h-1增至0.038l0g(cfu/g).h-1.在4℃ - 16℃,PMP预测的GR要比实测值低,而LPD则高于实测值.GP在8℃及以上的温度范围内,所预测LPD比实测值偏高.3种预测模型中,GP对GR的预测稍高于实测值,偏差因子(Bf)为1.01,准确因子(Af)为1.38;CP对LPD的预测值与实测值更为接近,Af及Bf分别为4.33及2.83.[结论]在冷鲜猪肉生产和销售过程中,严格控制温度尤为重要.PMP的预测较为保守,不适于冷鲜猪肉中LM生长的预测;建议用GP对GR进行预测,而CP对LPD的预测仅作为参考.     

西北地区苹果褐斑病数学预测模型建立与分析

依据2001～2010年我国西北苹果主产区的气象数据与苹果褐斑病(Marssonina coronaria)病害发生流行数据,构建了平均气温(T)、相对湿度(Hm)、风速(Ws)及地表温度(St)影响下苹果褐斑病的流行趋势预测模型,并利用多元回归分析方法建立了苹果褐斑病预测模型.结果表明环境因素严重影响苹果褐斑病的发生和流行,苹果褐斑病预测模型为:f(T,Hm,Ws,St)=1.317T+0.002Hm+0.047Ws+0.001St-11.885[f(T,Hm,Ws,St)为病情指数].苹果褐斑病发生的T为14℃～15℃,Hm为45%,Ws为13m/s,St为10℃.大发生条件为T为20℃～23℃,Hm在70%～90%之间,Ws为0m/s～2m/s及St为22°.     

水晶梨病虫害防治预测模型

[目的]为提高水晶梨病虫害防治工作效率,进一步提升病虫害的预测效果和精度。[方法]深入研究了灰色模型(GM),利用GM对水晶梨环境因子数据进行建模得到病虫害预测公式,通过差分方程推导出时间响应式和参数估计,建立了优化初始值的灰色模型(OIVGM),将OIVGM与BP神经网络预测模型(BP)进行组合,建立了优化初始值的灰色BP神经网络预测组合模型(OIVGM-BP)。[结果]通过单位根检验法测量模型的稳定性,OIVGM-BP一阶差分处理后,T统计量(-5.487654)小于5%临界值(-2.878073),数据序列表明平稳,OIVGM-BP可以稳定进行预测。通过白噪声检验方法测量OIVGM-BP的适应性,OIVGM-BP的残差P值从第二阶开始,均大于0.05,说明OIVGM-BP的适应性较好,各阶均通过了白噪声检验。LRM、GM、TSM、BP、OIVGM-BP对梨锈病、白粉病、腐烂病、梨黄粉蚜、梨二叉蚜、梨木虱6种病虫害的预测准确率的平均值分别为70.81%、70.09%、69.74%、65.64%、83.01%,OIVGM-BP的预测准确率优于其他4种预测模型。[结论]OIVGM-BP能够对水晶梨病虫害进行有效预测,能够更好地指导农业生产。     

增效位点在稻米碾磨品质分子预测中的效应及其与遗传效应的关系

利用重庆和泸州两个环境下种植的两套杂交水稻不完全双列组合（按NCII设计）,结合SSR和AFLP标记,按照单向分组的方差分析法筛选与凡碾磨品质表现相关的阳性位点和增效位点,分别就此两类位点建立相应的预测模型,同时采用包括基因型×环境互作效应的种子遗传模型对这两套材料进行遗传效应分析,旨在分析水稻碾磨品质的分子预测效果及其与遗传效应之间的关系．结果表明：（1）增效预测模型较阳性预测模型稳定性好,精确度高．糙米率、精米率和整精米率的增效预测模型可决系数分别为0．6467、0．6516和0．7265,而阳性预测模型则为0．4053、0．4981和0．6897;增效预测模型的剩余平方和分别为0．8104、0．8011和4．4508,而阳性预测模型则为0．9826、0．9673和6．2676;增效预测模型的预测变异系数为6．79％、7．27％和5．02％,而阳性预测模型则为9．12％、8．13％和6．09％．（2）增效预测模型预测效果因材料和性状的不同存在差异,套内预测好于套间预测,固定不育系预测好于固定恢复系预测;预测效果以整精米率最好,精米率次之,糙米率稍差;（3）不同性状和材料自々预测效果受环境互作自々影响不同,糙米率受环境互作影响大干精米率大干整精米率．因此,可根据不育系和恢复系材料特性,在一定环境条件下建立碾磨品质性状的预测模型,或者选择遗传主效应表现良好,同时环境互作效应表现较为稳定的亲本建立预测模型,可能将会获得较为理想的预测效果．