简介:目的探索应用机器学习技术开展病媒生物的种属鉴定并基于Python语言开发病媒生物机器鉴定系统。方法采用专家会商法提取宁波口岸常见蝇类的鉴别特征规则,构建特征与不同蝇种一一对应的训练样本数据集。应用k-近邻分类算法进行机器学习,并开发图形用户界面将整个机器学习运算及鉴定过程内嵌其中。结果抽提出复眼大小、颜色等7个特征,建立95×8维向量矩阵的训练样本数据集;开发病媒生物机器学习与鉴定系统,将80%的数据用于训练,20%的数据用于测试,正确率达到100%。由一名新手借助该信息系统对口岸新采集到的10只蝇进行种属鉴定,准确率达到90%。这些新的鉴定数据导入训练数据集再次进行自我学习、提升经验值。如此往复,逐步将该系统培育成长为病媒生物鉴定专家系统。结论以机器学习为特征的人工智能在病媒生物鉴定工作中的推广应用,将极大地提升工作效率,为我国的病媒生物防控工作奠定坚实基础。
简介:目的:研究党参种子真实性鉴别方法,为党参种子品种鉴定以及党参种子质量标准的制定提供依据。方法:对不同来源党参分别进行了种子蛋白的SDS—PAGE电泳,子叶蛋白的SDS—PAGE电泳,子叶蛋白的非变性凝胶电泳。结果:三种电泳结果显示,种子蛋白的SDS—PAGE电泳,谱带清晰,分离到的差异谱带多;子叶蛋白的SDS—PAGE电泳,谱带模糊;子叶蛋白的PAGE电泳,谱带虽然清晰但是没有分离到有差异的谱带。结论:党参种子真实性鉴定应选择种子蛋白的SDS-PAGE电泳,通过电泳分析得到陕西凤县,甘肃文县,四川野生的亲缘关系比较近,比其他地方的党参种子多出一条R,值大约为0.060的谱带,根据Marker蛋白谱带可以初步推断这个差异蛋白的分子量为170KDa。
简介:[目的]对镇江口岸医学动物种群特征进行研究,以便有针对性的采取灭鼠措施.(方法]采用夹夜法和笼日法对镇江口岸的码头区、草灌区、生活区、仓库区4个生境中医学动物种群组成、生物多样性、种群相似性、季节变化进行了调查.[结果]码头区和草灌区的医学动物种群均以黑线姬鼠和大麝鼩为主;生活区以褐家鼠与黑线姬鼠为主;仓库区以小家鼠与黄胸鼠为主.镇江口岸各生境医学动物种群的种类组成简单,各种群中的优势种明显不同,码头区和草灌区医学动物种群间的相似性指数最高,春季各种群的肥满度均较高,各生境中以生活区医学动物种群的肥满度和生物量最高.[结论]根据对医学动物种群特征的研究结果,种学地开展媒介生物防制工作会收到事半功倍的效果.