导读:本文包含了形态学分类论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:形态学,特征,电能,基因,形态,鉴定,数学。
形态学分类论文文献综述
陈志会,卞振奇,赵秀英[1]（2019）在《基于属性形态学剖面多特征超高分辨率遥感影像分类研究》一文中研究指出针对近年来出现的超高分辨率遥感卫星数据,本文提出了一种基于形态学属性剖面多特征分类方法。首先针对超高分辨率多光谱影像提取属性形态学剖面,提取相应的细节信息;然后结合多光谱影像的光谱信息,训练分类器。其次,对Worldview2城镇区域影像进行了分类,可以看出,应用形态学属性剖面多特征分类的算法可以有效地将地物进行区分,目视结果和定量结果都达到了较高精度。(本文来源于《测绘与空间地理信息》期刊2019年09期）
张国武,孟庆玲,乔军,贡莎莎,王熙凤[2]（2019）在《新疆地区淡水贝类的形态学及分子分类研究》一文中研究指出为了解新疆地区淡水贝类种类及地理分布情况,采用形态学与分子生物学相结合的方法对新疆12个地区采集的淡水贝类进行分类鉴定。利用基于线粒体DNA (mt DNA)COI基因、核糖体内转录间隔序列2(ITS2)基因的DNA条形码技术进行PCR扩增、克隆及测序,对其进行分子分类鉴定。结果发现,21种淡水贝类主要隶属于腹足纲(Gastropoda)和双壳纲(Bivalvia),共4目、10科、14属;其中隶属双壳纲的贝类仅有1科1种;隶属于腹足纲的淡水螺占9科、13属,分属田螺科1种、豆螺科1种、扁卷螺科2种、椎实螺科7种、膀胱螺科2种、巴蜗牛科1种、坚齿螺科4种、琥珀螺科1种、嗜石螺科1种。(本文来源于《家畜生态学报》期刊2019年09期）
臧启元,黄钢,徐磊,熊征斯[3]（2019）在《基于机器学习与细胞形态学对癌细胞分类》一文中研究指出对在细胞实验室培养的叁种癌细胞(肺癌PC-9,乳腺癌MDA-MB-231,膀胱癌5637)进行连续4天的图像采集,并进行图像处理,通过ImageJ软件进行图像预处理,包括细胞图像分割,边缘检测,提取细胞形态特征,并通过python编写四种经典机器学习算法,通过对细胞形态特征进行训练,不同模型得到的癌细胞分类结果,对应四种模型在本文数据集上表现进行评价。随机森林分类,逻辑分类,使用线性核函数的SVM分类,朴素贝叶斯分类的准确率分别为:0.725,0.788,0.796,0.813。(本文来源于《软件》期刊2019年09期）
牛绍武[4]（2019）在《再论龙凤山藻属（Longfengshania Du）的形态学特征与系统分类》一文中研究指出龙凤山藻属(Longfengshania)由叶状体、柄和固着器叁部分组成,类似高等植物根、茎、叶的器官分化,分别营光合作用、支撑藻体和固着功能,营海底固着生活。关于其形态学特征,特别是关于它的系统分类一直存在不同看法。根据形态学特征、个体发育中的生物重演律,以及古生态、古气候特征等认为,该属更接近于褐藻门海带目海带科的一些分子,似为海带目的早期原始类型。由于该属藻体较小,叶状体(叶片)全缘无褶皱或刻裂,固着器不分枝足状,与海带科也有较大区别,加之时代久远,在海带目中另立一科也是适宜的,经过适当修订后,进一步确认了龙凤山藻科的存在。对龙凤山藻属与龙凤山藻科的定义进行了重新修订,初步解决了它们的系统分类问题,为古藻类的早期演化提供了化石证据,具有生物学上的重要意义。概述了海藻类各门、纲、目及科级藻类的一般形态学特征,以供对比研究时参考,从而为确定龙凤山藻属的系统分类提供依据。(本文来源于《地质通报》期刊2019年08期）
连金番,杜宜新,赵志刚,罗瑞萍,姬月梅[5]（2019）在《宁夏春大豆炭疽病病原菌形态学分类鉴定研究》一文中研究指出为明确宁夏引黄灌区春大豆炭疽病病原菌的种类,采用形态学分类法鉴定了宁夏引黄灌区春大豆炭疽病的病原。结果表明:宁夏引黄灌区春大豆炭疽病危害症状、病原菌的菌落特征、病原菌的形态特征与大豆平头炭疽菌Colletotrichum truncatum一致;致病性测试结果表明供试大豆炭疽病菌菌株均具有较强的致病性,人工接种后病害症状与田间病害症状基本一致,再采集分离获得病原菌,其与接种的大豆炭疽病菌形态特征一致;说明大豆平头炭疽菌Colletotrichum truncatum是导致宁夏引黄灌区春大豆炭疽病的病原菌。(本文来源于《宁夏农林科技》期刊2019年07期）
苏凡,杨小波,李东海[6]（2019）在《基于形态学特征和psbA-trnH叶绿体编码基因序列明确五指山野生茶的分类地位》一文中研究指出海南的野生茶树在植物形态分类学上,在植物分类上一般都认为属于普洱茶(Camellia sinensis var. assamica),也有人认为是白毛茶(Camellia sinensis var. pubilimba)。五指山市以水满乡为代表,是海南野生茶分布的集中地区,为了进一步明确五指山市的野生茶分类地位,本研究通过在五指山市境内8个居群的野生茶植株的观察和测量。结果表明,五指山市野生茶树与茶(原变种)、普洱茶和白毛茶(茶的变种)等相比较,在形态方面,五指山市野生茶树更为接近普洱茶,但也有明显的区别,五指山市野生茶的叶子要比普洱茶、白毛茶的叶子大,侧脉稍多;从花形态分析,普洱茶的花瓣多为6～7枚,白毛茶为5～6枚,五指山市野生茶都是5枚。psbA-trnH叶绿体编码基因序列测序结果进一步表明,8个居群的五指山市的野茶30个样品为独立的一组,与普洱茶、白毛茶并列。我们认为五指山市野生茶也可确定为茶(原变种)的另一个变种,因此,命名为海南五指山水满茶(Camellia sinensis (Linnaeus) Kuntze var. shuiman F.Su and X.B.Yang),简称水满茶。(本文来源于《热带作物学报》期刊2019年08期）
张文[7]（2019）在《中国厚腹水虻亚科分类及比较形态学研究》一文中研究指出本文对中国厚腹水虻亚科进行了传统分类和比较形态学研究,根据标本和文献记载系统地整理了中国厚腹水虻亚科昆虫27属89个种。研究成果主要内容如下:记述了我国厚腹水虻亚科一新记录属:麦其娜水虻属Maackiana Krivosheina,1973。3个新记录种:贝拉华美水虻Abrosiomyia bella Nagatomi,1975,黑胫伽巴水虻Gabaza nigrotibialis(Pleske,1930),弗氏亚拟蜂水虻Parastratiosphecomyia freidbergi Woodley,2012,并对弗氏亚拟蜂水虻P.freidbergi雌性进行了首次描述。16个新种:黄足肾角水虻Abiomyia flavipes sp.nov.;黑股华美水虻Abrosiomyia nigrifemura sp.nov.;异黑股华美水虻Abrosiomyia pseudonigrifemura sp.nov.;海南折翅水虻Camptopteromyia hainanensis sp.nov.;云南折翅水虻Camptopteromyia yunnanensis sp.nov.;异爪哇寡毛水虻Evaza pseudojavanensis sp.nov.;贵州麦其娜水虻Maackiana guizhouensis sp.nov.;海南麦其娜水虻Maackiana hainanensis sp.nov.;历山麦其娜水虻Maackiana lishanensis sp.nov;四川麦其娜水虻Maackiana sichuanensis sp.nov.;贵州单刺水虻Monacanthomyia guizhouensis sp.nov.;黄盾异瘦腹水虻Pseudomeristomerinx flaviscutelluma sp.nov.;云南异瘦腹水虻Pseudomeristomerinx yunnanensis sp.nov.;海南多毛水虻Rosapha hainanensis sp.nov.;叁带多毛水虻Rosapha tristripesis sp.nov.;及高黎贡多毛水虻Rosapha gaoligonga sp.nov.。对有标本的已知种进行描述:环足肾角水虻Abiomyia annulipes Kertész,1914;等额水虻Craspedometopon frontale Kertész,1909;刺等额水虻Craspedometopon spina Yang,Wei et Yang,2010;黄缘寡毛水虻Evaza flavimarginata Zhang et Yang,2010;黑胫寡毛水虻Evaza nigritibia Chen,Zhang et Yang,2010;棕胫寡毛水虻Evaza ravitibia Chen,Zhang et Yang,2010;中华伽巴水虻Gabaza sinica(Lindner,1940);白毛科洛曼水虻Kolomania albopolosa(Nagatomi,1975);长茎鼻水虻Nasimyia elongoverpa Yang et Hauser,2013;宽跗鼻水虻Nasimyia eurytarsa Yang et Hauser,2013;大头鼻水虻Nasimyia megacephala Yang et Yang,2010;若氏鼻水虻Nasimyia rozksonyi Yang et Hauser,2013;四川亚拟蜂水虻Parastratiosphecomyia szechuanensis Lindner,1954;若氏亚拟蜂水虻Parastratiosphecomyia rozkosnyi Woodley,2012;黑斑异瘦腹水虻Pseudomeristomerinx nigromaculatus Yang,Zhang et Li,2014;双斑多毛水虻Rosapha bimaculata Wulp,1904;爪哇带芒水虻Tinda javana(Macquart,1938)及印度带芒水虻Tinda indica(Walker,1851)。通过外部特征的比较形态学研究,对各属的分属特征进行比较,获得库水虻属Cucla在翅脉上的重要分属特征:R2+3脉在R1脉中部同其相连融合。编制了分属和种的检索表。通过雌性外生殖器的比较形态学研究发现:雌性外生殖器在种间的差异稳定而明显,这些差异在种间可以作为雄性外生殖器上鉴定的补充。这些差异在属阶元上不稳定,不能提升为属征,只能将属进行粗略的归类。对厚腹水虻亚科做了基于形态特征数据的系统发育分析,分析了各属间的系统发育关系。(本文来源于《贵州大学》期刊2019-06-01）
雷震[8]（2019）在《基于数学形态学和深度学习的电能质量扰动信号分类识别研究》一文中研究指出随着国民经济的高速发展和科学技术的快速进步,人们对于电能的品质要求越来越高,与此同时大量的非线性负载及电力电子设备器件的接入,又使得系统中电能质量扰动变得复杂多变,威胁着用户和设备的用电安全。因此,对电能质量扰动信号进行正确的识别分类对改善供电质量和保证系统安全稳定运行具有非常重要的意义。本文主要通过对各类电能质量扰动信号的仿真分析,实现了对电能质量扰动信号的准确分类,并将电能质量复合扰动分解为电能质量单一扰动。首先,本文介绍了国内外针对电能质量问题的研究现状,对当前普遍使用的电能质量扰动分析方法和分类方法做了简单的介绍。同时根据电能质量的定义及国内外相关标准搭建了电能质量扰动数学模型及Simulink仿真模型,将仿真得到的各扰动数据作为后续研究基础。其次,本文利用数学形态学结构简单、运算速度快的特点,构建了基于双结构元素加权开闭闭开形态滤波器的降噪算法和基于多分辨率形态学梯度的扰动检测方法,能够有效滤除信号中噪声的干扰从而恢复原始信号,并对信号中扰动的起始时刻和终止时刻进行检测定位,实现了对实验数据的预处理。提出了基于希尔伯特包络线和位移算子的特征提取方法,实现了数据的降维处理并保留了重要的特征信息,作为后续电能质量扰动分类研究的输入向量。为了提高分类器的准确率,在传统的PSO算法中引入动态惯性权重系数和交叉变异过程避免算法早熟和陷入局部最优解,同时对SVM分类器进行参数优化,构建的IPSO-SVM算法实现了电能质量扰动的最佳分类。最后,将深度学习应用于电能质量扰动的研究问题中。首先利用LSTM处理时间序列问题的优越性,对电能质量单一扰动进行了分类识别,实验结果验证了方法的准确性和有效性。然后提出了LSTM-DAE结合的电能质量复合扰动分类与重构,利用LSTM实现对电能质量复合扰动的分类后,选择不同参数的DAE对复合扰动信号进行分解重构,实现了复合扰动信号中扰动成分的识别及监测。实验表明LSTM能够准确实现单一电能质量的扰动分类,LSTM-DAE在电能质量复合扰动的分类及分解和重构方面效果显着。(本文来源于《华南理工大学》期刊2019-04-22）
谢才新[9]（2019）在《基于数学形态学和变分模态分解的电能质量扰动检测分类与参数识别研究》一文中研究指出随着电网的进一步发展,电力电子器件的广泛运用,分布式新能源的接入,非线性负荷的使用,电力系统的电能质量问题面临了重大的挑战,另一方面,用户对于电能质量的要求也越来越高,精密仪器对电能质量越来越敏感,电能质量问题可能造成的损失越来越大,因此电能质量问题受到了越来越多的重视。对电能质量进行检测,分类和参数识别,能够为电力系统故障诊断和评估提供依据,保障电力系统安全稳定的运行。本文在前人研究的基础上,对电能质量扰动的检测,分类和参数识别的问题进行了分析研究。在电能质量扰动检测方面,本文提出了一个是基于数学形态学基本运算算子的形态学混合梯度差和一个基于数值积分和叁角函数公式的积分算子的检测方法,并且结合阈值处理和逻辑判断形成最终的扰动检测方法,实验表明,本文提出的方法不仅实现对Matlab生成的标准信号和Simulink生成的模拟信号的检测,对于实际系统采集的扰动信号也能实现检测作用,验证了该检测方法的有效性。在电能质量扰动分类方面,本文首先利用变分模态分解对扰动信号进行分解,然后利用相移算子对分解结果和原始信号进行主要的特征提取,接着结合决策树对扰动进行分类。而对于极限学习机和支持向量机等机器学习的分类方法,除了变分模态分解结合相移算子提取的特征以外,又提出了利用信号之间的相关系数提取特征以实现对扰动地分类,最后结合别的分类扰动文献进行综合比较分析,验证本文提出的特征提取和分类方法的有效性。在电能质量扰动参数识别方面,本文提出了五个参数识别的方法分别实现了对不同扰动的信号不同参数的识别。一,提出了基于积分算子的频率算子,实现了在较短的数据窗口内对信号的频率的识别;二,提出了基于相移算子的识别方法,实现了对暂升,暂降和中断扰动信号的幅值的识别;叁,提出了基于形态学滤波和变分模态分解以实现对暂态振荡扰动的参数识别,成功识别了暂态振荡的振荡频率和衰减系数,并且与基于FastICA方法的识别结果进行了比较;四,提出了基于形态学滤波和多次变分模态分解以实现对暂态振荡混合闪变的混合扰动的参数识别,成功识别的参数既包括了暂态振荡的振荡频率和衰减系数,也包括了闪变信号包络线的幅值和频率;五,提出了基于FastICA和变分模态分解的参数识别方法,实现了对暂态振荡混合谐波,暂态振荡混合暂升和谐波,暂态振荡混合暂降和谐波这叁种复杂扰动的参数识别,识别的参数既包括了暂态振荡的振荡频率和衰减系数,也包括了谐波信号的幅值和相位,以及暂升或者暂降信号的变化幅值,且将该方法与经验模态分解算法,Prony算法和FastICA进行了比较,突出了本文所提方法的有效性。(本文来源于《华南理工大学》期刊2019-04-18）
李飞鹏,胡彦辉[10]（2019）在《OLGIM分级系统、内镜下形态学分类对慢性萎缩性胃炎癌变风险的评估价值》一文中研究指出目的:探讨OLGIM分级系统、内镜下形态学分类对慢性萎缩性胃炎(CAG)癌变风险的评估价值。方法:选取286例CAG患者为研究对象,收集患者内镜形态学资料、活检病理学报告及幽门螺杆菌(Hp)检测结果,对所有患者进行OLGIM分级,分析其与胃黏膜上皮内瘤变/癌变的关系。结果:286例患者中,26例合并低级别上皮内瘤变, 15例合并高级别上皮内瘤变,20例诊断为胃癌。在内镜下,286例患者中225例(78.7%)被明确诊断为CAG,38例误诊为慢性浅表性胃炎、23例误诊为黏膜隆起性病变、息肉样病变。OLGIM 0级、Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级分别有19例、40例、86例、124例、17例。Spearman相关性检验发现,OLGIM分级与胃黏膜病变恶性程度呈显着的正相关关系(r=0.342,P<0.001)。149例患者Hp检测阳性,137例阴性。Hp(+)组的肠上皮化生发生率显着高于Hp(-)组;但Hp感染对肠上皮化生程度、发生部位及是否发生上皮内瘤变/癌变无明显影响。相关性检验发现,Hp感染与OLGIM分级无明显相关性(r=0.279,P>0.05)。内镜下颗粒型、灰白型、浅凹陷型叁种形态分别有109例(38.11%)、94例(32.87%)、83例(29.02%)。叁种内镜表现患者的胃黏膜恶变发生率无明显差异,但颗粒型患者的Hp感染率及肠上皮化生发生率显着较高。结论:OLGIM分级系统对胃癌发生风险有较好的预测价值,内镜下不同表现的CAG恶变倾向无明显差异,但黏膜表面呈弥漫性颗粒样改变的患者Hp感染率、肠上皮化生发生率显着更高。(本文来源于《现代肿瘤医学》期刊2019年10期）
形态学分类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了解新疆地区淡水贝类种类及地理分布情况,采用形态学与分子生物学相结合的方法对新疆12个地区采集的淡水贝类进行分类鉴定。利用基于线粒体DNA (mt DNA)COI基因、核糖体内转录间隔序列2(ITS2)基因的DNA条形码技术进行PCR扩增、克隆及测序,对其进行分子分类鉴定。结果发现,21种淡水贝类主要隶属于腹足纲(Gastropoda)和双壳纲(Bivalvia),共4目、10科、14属;其中隶属双壳纲的贝类仅有1科1种;隶属于腹足纲的淡水螺占9科、13属,分属田螺科1种、豆螺科1种、扁卷螺科2种、椎实螺科7种、膀胱螺科2种、巴蜗牛科1种、坚齿螺科4种、琥珀螺科1种、嗜石螺科1种。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
形态学分类论文参考文献
[1].陈志会,卞振奇,赵秀英.基于属性形态学剖面多特征超高分辨率遥感影像分类研究[J].测绘与空间地理信息.2019
[2].张国武,孟庆玲,乔军,贡莎莎,王熙凤.新疆地区淡水贝类的形态学及分子分类研究[J].家畜生态学报.2019
[3].臧启元,黄钢,徐磊,熊征斯.基于机器学习与细胞形态学对癌细胞分类[J].软件.2019
[4].牛绍武.再论龙凤山藻属（LongfengshaniaDu）的形态学特征与系统分类[J].地质通报.2019
[5].连金番,杜宜新,赵志刚,罗瑞萍,姬月梅.宁夏春大豆炭疽病病原菌形态学分类鉴定研究[J].宁夏农林科技.2019
[6].苏凡,杨小波,李东海.基于形态学特征和psbA-trnH叶绿体编码基因序列明确五指山野生茶的分类地位[J].热带作物学报.2019
[7].张文.中国厚腹水虻亚科分类及比较形态学研究[D].贵州大学.2019
[8].雷震.基于数学形态学和深度学习的电能质量扰动信号分类识别研究[D].华南理工大学.2019
[9].谢才新.基于数学形态学和变分模态分解的电能质量扰动检测分类与参数识别研究[D].华南理工大学.2019
[10].李飞鹏,胡彦辉.OLGIM分级系统、内镜下形态学分类对慢性萎缩性胃炎癌变风险的评估价值[J].现代肿瘤医学.2019
论文知识图
