排序方式： 共有2条查询结果，搜索用时 125 毫秒
1
1.
[目的]比较紫贻贝野生群体与养殖群体线粒体COⅠ基因的遗传多样性,为其种质资源筛选提供理论依据。[方法]采集山东省乳山市野生紫贻贝(Mytilus edulis Linnaeus)和养殖紫贻贝各12个样本;通过设计特异性引物,采用PCR技术对24个个体的mtDNA COⅠ序列进行了扩增,测序得到的序列总碱基数为706 bp;采用MEGA(Version 4.0)和DnaSP(Version 4.0)软件对序列进行了分析。[结果]24条序列中T、C、A和G碱基平均含量分别为34.6%、16.7%、25.9%和22.8%,其中A+T的含量(60.5%)显著高于G+C含量(39.5%),表现了明显的碱基偏倚。24个个体表现为18种单倍型,包括568个多态位点,单倍型间平均遗传距离为0.683,单倍型多态性(h)为0.953,核苷酸多态性(π)值为0.317 69。[结论]紫贻贝的遗传多样性水平较高,且乳山养殖群体和野生群体无遗传分化。 相似文献
2.
籽棉收购过程中含杂率检测工序繁杂、劳动强度大、效率低,不利于籽棉的快速检测分级,严重影响籽棉收购效率。该研究开发了一种适于收购环节的机采籽棉含杂率快速检测系统。系统由驱动传输单元、压棉单元、传感单元、机器视觉系统、PLC控制系统组成。首先利用大杂清理机清除籽棉中的棉杆和铃壳等大密度杂质(大杂),对去大杂后的籽棉进行称量后送至机器视觉系统,采用RGB双面成像方法获取籽棉样本图像,分析计算图像中的杂质面积,预测去除大杂的籽棉含杂率和小杂质量,最后结合计算的大杂质量预测籽棉样本总含杂率。其中,RGB图像处理中使用同态滤波、主成分分析(Principal Component Analysis,PCA)变换和局部自适应阈值方法提升图像的可分割性;比较了线性回归(Linear Regression,LR)和支持向量机回归(Support Vector Regression,SVR)2种回归模型的准确率,确定较优的回归模型为LR,总含杂率决定系数R~2为0.95,均方根误差RMSE为0.58%,最后利用100个籽棉样品对系统性能进行验证,实测值与预测值之间平均绝对误差为0.36个百分点,单个样本含杂率检测程序处理时间为48.38 s。结果表明该系统具有较高的预测准确率和效率。 相似文献
1