简介:从7月龄的F1群体随机取样120个体,测量表型性状并进行相关和路径分析。所测量的表型性状包括壳长、壳高、壳宽、壳重和仝湿重共5个指标。结果表明:(1)壳长、壳高、壳宽、壳重和全湿重存在显著的相关性(P〈0.05)。全湿重与壳长、壳高、壳宽和壳重存在显著的正相关(P〈0.05),相关系数分别为0.8970、0.6974、0.6521和0.5486。(2)壳重、壳高、壳宽和壳长对全湿重具有正直接影响,其值分别为0.6356、0.1872、0.1814和0.0599。结果说明了通过直接选择或间接选择可以改良马氏珠母贝选群F1的壳长、壳高、壳宽、壳重和全湿重等生长性状。
简介:从7月龄的F1群体随机取样120个体,测量表型性状并进行相关和路径分析。所测量的表型性状包括壳长、壳高、壳宽、壳重和全湿重共5个指标。结果表明:(1)壳长、壳高、壳宽、壳重和全湿重存在显著的相关性(P<0.05)。全湿重与壳长、壳高、壳宽和壳重存在显著的正相关(P<0.05),相关系数分别为0.8970、0.6974、0.6521和0.5486。(2)壳重、壳高、壳宽和壳长对全湿重具有正直接影响,其值分别为0.6356、0.1872、0.1814和0.0599。结果说明了通过直接选择或间接选择可以改良马氏珠母贝选群F1的壳长、壳高、壳宽、壳重和全湿重等生长性状。
简介:传统的f-x域经验模态分解法(Empiricalmodedecomposition,EMD)能够有效地对主要由水平同相轴构成的地震记录进行随机噪声衰减。然而,当同相轴倾斜时,f-x域经验模态分解法在衰减随机噪声的同时去除大部分有效信号。本文提出了一种基于f-x域经验模态分解法的改进算法。我们通过局部相似度对所去除的噪声信号中的有效信号进行提取。局部相似度可以用来检测噪声信号中的有效信号点并用来构造一权重算子进行信号提取。新方法与f-x域经验模态分解法、f-x域预测滤波法以及f-x域经验模态分解预测滤波法相比能够在衰减随机噪声的同时保留更多的有用信号。数值模拟实验以及实际地震资料处理结果均表明该方法能更为有效地去噪。
简介: