泥鳅和大鳞副泥鳅杂交子代与其亲本形态特征比较          下载免费PDF全文

马来艳  仲嘉  王卫民 《华中农业大学学报》2019,38(5):35-42

采用形态学测定与统计分析相结合的方法,观察和测定泥鳅♀×大鳞副泥鳅♂(D×P)和大鳞副泥鳅♀×泥鳅♂(P×D)及其亲本的形态差异、可数性状及可量性状,研究泥鳅和大鳞副泥鳅杂交子代及其亲本的形态差异。结果显示,正反交子代(D×P和P×D)外观相似,同时具有双亲的一些特征,如尾柄处皮褶发达,与大鳞副泥鳅相似,而身体上的花纹与泥鳅更相似,大多为圆形斑点,兼有少部分条纹。在体型方面,2种杂交子代体型介于泥鳅和大鳞副泥鳅之间,较大鳞副泥鳅更圆。聚类分析和主成分分析显示,2种杂交泥鳅形态相近,均与大鳞副泥鳅更相似。判别分析综合准确率达到94.1%,可以有效鉴别这2种泥鳅和它们的杂交种。泥鳅和大鳞副泥鳅正反交均可获得存活子代,且孵化率、畸形率和早期存活率与自交组没有显著性差异(P0.05)。  相似文献   

基于贝叶斯与元学习的氨氮浓度预测模型优化          下载免费PDF全文

刘懿纬  王魏  张淑雨  孙俊洋  李双双 《华中农业大学学报》2023,42(4):236-243

针对小样本数据下氨氮浓度模型预测精度不高、收敛速度较慢的问题，采用长短期记忆网络（long short-term memory，LSTM）建立氨氮浓度预测模型，并利用贝叶斯优化算法和元学习机制对模型进行优化。其中贝叶斯优化算法用来优化预测模型的超参数，同时给出模型参数的初始值，再使用Meta-LSTM算法学习模型梯度并允许优化器之间进行参数共享和更新，最终实现对氨氮浓度预测模型的优化。将该方法与LSTM、GRU和RNN模型进行对比试验，结果显示，研究所建模型对氨氮浓度预测的均方根误差、平均绝对误差和均方误差分别为0.027 6、0.023 9和0.000 76，均优于其他预测模型。表明基于贝叶斯和元学习的氨氮浓度预测模型对小样本数据建模有效，可以实现网络快速收敛，精度满足水产养殖中氨氮浓度预测需求。  相似文献