导读:本文包含了鸟类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:鸟类,孔子,神经网络,系统,柳莺,乡宁县,卷积。
鸟类分类论文文献综述
王敏,邹晶梅,周忠和[1]（2019）在《孔子鸟目(鸟类:尾综骨类)的分类厘定（英文）》一文中研究指出孔子鸟目是早白垩世鸟类中具有角质喙和尾综骨的最原始的鸟类类群之一。在过去近20年的研究历史中,千余件孔子鸟类标本被发现,其数目多过其他中生代鸟类和非鸟类恐龙。目前,共计4个属,10个种被先后归入到孔子鸟目中,然而这些属种的分类位置是否有效尚不清楚。通过对已发表的所有孔子鸟类属种进行详细的对比研究,证实了其中多数属种的鉴定特征有误,这些特征或受保存的影响,或代表了种内和个体发育的变化,亦或广泛分布在孔子鸟类或基干鸟类中,而并不能成为这些属种建属或建种的依据。认为此前命名的孙氏孔子鸟、费氏孔子鸟、义县锦州鸟、张吉营锦州鸟和建昌孔子鸟均属于圣贤孔子鸟的同物异名;而川州孔子鸟未保存确切的鉴定特征而难以和其他孔子鸟类相区别,暂将其归入孔子鸟科未定种。至此,对所有已报道的孔子鸟目的分类厘定认为,目前孔子鸟目共包括1科、3属、4种,分别是圣贤孔子鸟、杜氏孔子鸟、横道子长城鸟和郑氏始孔子鸟,并对这些属种各自的鉴定特征进行了修正。(本文来源于《古脊椎动物学报》期刊2019年01期）
王野影,孙喜娇,熊勇,张明明,粟海军[2]（2018）在《DNA分类和形态分类共同界定一只草海死亡鸟类残体》一文中研究指出为了对来自贵州草海国家级自然保护区的鸭头残体进行界定,试验利用鸟羽、鸟喙、鸟爪等相关特点,结合获取细胞色素C氧化酶亚单位Ⅰ(COⅠ)基因的BLAST结果,选择相似度高的序列,构建了基于COⅠ部分序列的鸭属鸟类的系统发育树。结果表明:在形态学上,此鸭头与绿翅鸭最接近;分子系统进化树中显示,此鸭头为新种或新亚种,未与绿翅鸭聚为一支,需要通过获取草海绿翅鸭的COⅠ基因进行进一步确认。死亡鸟类是非常宝贵的资源,通过对死亡鸟类利用价值的讨论,引起业界人士对野生死亡动物的关注,进而可以对其进行妥善的处理和利用。提示在未来的野生动物保护与管理中,应注重基因组测序技术、分子疾病诊断技术等先进的分子生物学技术的应用。(本文来源于《黑龙江畜牧兽医》期刊2018年15期）
罗莹[3]（2018）在《鸟类局部特征的细粒度图像分类方法研究》一文中研究指出近年来,随着智能图像分类技术的迅速发展与日趋成熟,一般图像分类问题的算法效果和性能都已经逐步赶超人类的视觉系统,相关研究成果激励着人们向更高难度的问题发起挑战,于是细粒度图像分类问题开始引发研究人员的关注,这种分类任务需要判别同一大类下划分的多个子类。然而,不同子类间的样本拥有较高的相似性,同一子类下的样本又会由于拍摄距离、目标姿势、复杂背景等因素的干扰产生极大的差异,因此细粒度图像分类任务的难度远远高于普通的图像分类。而解决上述问题的关键就在于局部特征的定位和提取,因为对于细粒度图像而言,类间样本微小的差异性和类内样本被干扰的共性都隐藏在图像的局部区域中,只有通过稳定且细致的局部特征才能准确地进行描述,所以细粒度图像分类的关键问题就是如何提取更为有效和鲁棒的局部特征。本文针对细粒度图像分类任务的关键问题,对卷积神经网络(Convolutional Neural Network,CNN)和尺度不变特征转换(Scale Invariant Feature Transform,SIFT)两类特征提取方法的优势与不足进行了分析,从而提出改进细粒度图像分类准确率的局部特征组合思想。主要工作包括:(1)分析和阐述了一种基于CNN和SIFT的多种局部特征组合思想,结合SIFT特征对图像局部关键点的描述和CNN特征对图像高层语义的获取,获得对细粒度图像而言描述力和区分度都更为强大的特征表示,从而用来提高细粒度图像分类的准确率。(2)针对细粒度分类任务中的样本特点,对一般的SIFT特征提取过程进行优化,加强其朝向不变性。然后结合特征编码方法将优化前后的SIFT特征用于分类,并且在不同的特征编码参数下进行了多组对比实验,通过分析实验结果阐明了特征编码参数的选择对分类的影响,同时证明了优化工作的积极效果。(3)针对局部特征对细粒度图像分类任务的重要性,对CNN特征提取方案进行了设计,并结合实验结果分析和确定了最终方案。(4)实现本文基于SIFT和CNN特征的多种局部特征组合思想,并在细粒度分类标准数据集CUB-200-2011上进行实验证明了方法的有效性。(本文来源于《武汉理工大学》期刊2018-03-01）
赵战合,杨向明,李淑辉[4]（2017）在《山西省鸟类分类与分布名录的新发现》一文中研究指出山西省鸟类记载有335种,通过1990-2016年的调查,发现新记录、重命名、居留类型变化等共10个种。(1)鸳鸯(Aix galericuata),居留类型变化。名录记载为旅鸟,调查表明极有可能为夏候鸟。(2)牛背鹭(Bubulcus ibis),新记录。2015年5月27日在临汾市尧都区金殿镇发现。(3)阿穆尔隼(Falco amurebsis),重命名或文献报道。与分布在新疆的红脚隼或西红脚隼(F.vespertinus)不同。(4)领雀嘴鹎(Spizixos semitorques),新记录。2015年7月22日-7月23日在乡宁县关王庙乡和新绛县泽掌镇发现。(5)黄臀鹎(Pycnonotus xanthorrhous),新记录。2015年3月27日在乡宁县关王庙乡云丘山发现。(6)达乌里寒鸦(Corvus dauuricum),重命名。与分布于新疆和西藏地区的寒鸦(Corvus monedula)不同。(7)乌鸫(Turdus merula),居留类型变化。省内记录为旅鸟,调查表明在省内繁殖。(8)四川柳莺(Phylloscopus sichuanensis),重命名或文献报道。与中华叶柳莺(P.sichuanensis)、云南柳莺(P.yunnanensis)为同种异名。(9)黑胸麻雀(Passer hispaniolensis),文献报道的新种。(10)戈氏岩鹀(Emberiza godlewskii),重命名或文献报道。与灰眉岩鹀(Emberiza cia)或淡灰眉岩鹀不同,后者省内也见分布。(本文来源于《2017年中国动物学会北方七省市区动物学学术研讨会论文集》期刊2017-07-28）
罗旭[5]（2015）在《鸟类分类系统为何会变?》一文中研究指出鸟类是自然界十分繁盛的一个生物类群,历史上曾有过许多生物学家尝试对这个复杂的类群分门别类,比如亚里士多德、李时珍。早期的分类都是以直观的外部形态特征为依据,相同的个体划为一个种,相似的种被分在一个属,相似的属归入一个科,18世纪以前科学的生物分类基本如此,这反映了当时人们对鸟类的认知水平。这个时期全球进行了大量的标本采集和新物种定名,鸟类分类研究成果集中体现在了Checklist of birds of the world这套巨着中,为后世进行鸟类研究奠定了基础。在这个分类系统中,骨骼、肌肉、鸣管、羽毛、喙形等形态特征被(本文来源于《生命世界》期刊2015年03期）
谢慕哲,罗泽,阎保平[6]（2014）在《视频鸟类行为研究中基于尺度不变特征变换的形态分类算法》一文中研究指出本文介绍了我们在动物行为的智能分析研究中,针对青海湖野鸟监控获得的视频数据,基于数字图像处理及机器学习的方法对斑头雁形态样本进行分类的方法。我们首先采用尺度不变特征变换提取样本的特征点,选择不同的聚类中心对训练样本的特征点进行聚类,为每个样本生成特征向量来对样本进行描述,然后采用K最近邻算法建立模型,对斑头雁形态进行分类。对提出的方法进行了实验验证。通过恰当的特征选取,测试数据的分类准确率达到了73.75%。实验表明,本文提出的方法可以有效地从视频数据中实现斑头雁形态的自动分类。(本文来源于《科研信息化技术与应用》期刊2014年03期）
Per,ALSTRM,Urban,OLSSON,雷富民[7]（2013）在《莺总科鸟类的系统分类进展评述(英文)》一文中研究指出本文评述了莺总科鸟类的系统分类,并重点探讨科间、属内系统发育关系以及种级分类地位。基于已发表的 DNA 序列数据,对马岛莺科(Bernieridae)和柳莺科(Phylloscopidae)重新进行了分析。大量的分子水平的研究让我们对鸟类系统发育的认识有了很大提高。但是,由于一些主要进化分支(科)的快速分化,使得这些科之间的相互关系依然不明确。同样,分子标记和(或)鸣声及其他生活史资料在大量研究中的应用,大大提高了种级水平的分类可靠性。我们推测,随着人们运用现代的整合方法对新类群的不断研究,物种数量会不断增加。(本文来源于《Chinese Birds》期刊2013年02期）
王加连[8]（2012）在《基于生物信息学的雁形目鸟类分类及其系统发育关系》一文中研究指出为进一步探讨雁形目复杂富有争议的系统发育关系,基于生物信息学方法,从GenBank获取27属50种雁形目鸟类Cyt b基因,采用贝叶斯方法重建系统发育树。通过与现有形态学及分子生物学研究结果比较,支持将雁形目分为鸭科、鹊雁科、树鸭科和鸭科,鸭科分为硬尾鸭亚科、雁亚科和鸭亚科的观点。(本文来源于《江苏农业科学》期刊2012年09期）
朱磊,贾陈喜,孙悦华[9]（2012）在《中国柳莺属鸟类分类研究进展》一文中研究指出柳莺属(Phylloscopus)是广泛分布于旧大陆地区的小型食虫鸟类,目前全世界已知66种,其中约50种见于亚洲。该属鸟类外部形态十分相近且同域分布种数较多,历来是鸟类分类学中的研究难点及热点。2003年贾陈喜等介绍了20世纪90年代以来发表的分布于我国的柳莺属鸟类新种及相关分类学变动,涉及3个新描述种和9个由亚种提升的种,共计30种26亚种。2003年以来关于柳莺属鸟类的分类学研究取得了许多新的成果,同时我国境内也发现了一些新的分布记录。综合最新的文献及分布资料,整理得知我国现有柳莺属鸟类41种31亚种,与2003年的状况相比已有较大的变化。主要表现在:新描述种方面,德国学者Martens等2008年描述了黄腹柳莺(P.affinis)种组中的一新种———华西柳莺(P.occisinensis);2010年瑞典学者Alstrm等报道在越南和老挝地区新发现的灰岩柳莺(P.calciatilis)已被证实在我国有分布;亚种提升为种方面,如日本柳莺(P.xanthodryas)自极北柳莺(P.borealis)中独立,冠纹柳莺(P.claudiae)和西南冠纹柳莺(P.reguloides)分开等;分类地位再评议方面,如灰头鹟莺(Seicercusxanthoschistos)实为灰头柳莺(P.xanthoschistos)等;新分布纪录方面,如欧柳莺(P.trochilus)在内蒙古达里诺尔湖地区发现确切记录等。现今对柳莺属鸟类分类学方面的研究已明显呈现出传统形态学、分子遗传学、声谱分析及野外鸣声回放实验等新老技术手段相整合,多方面多角度地阐述问题的局面。中国是世界柳莺属鸟种分布最多的国家(其中有9种仅在或主要于我国境内繁殖),但我国鸟类学者关于该属鸟类的研究工作并不多见。柳莺属鸟类在分类学和进化生物学等领域具有重要的研究价值,我国鸟类学工作者应当引起足够的重视和关注。(本文来源于《动物学杂志》期刊2012年03期）
任芳[10]（2012）在《鸟类鸣声特征提取及音素分类研究》一文中研究指出人类活动对生物圈的影响越来越大,空气被污染,森林在缩小,土地在流失,生物种群在减少。很多生物种群在渐渐消失,预示着生态环境的变化。鸟类作为野生动物的一个重要类群,也在承受着环境变化对它的影响,世界上12%的鸟种濒临灭绝的危险。就目前看全世界共有9700多种鸟,中国就有1244种鸟,944个亚种,鸟的种类繁多,可作为生态环境好坏的指向标。监测一个地区的鸟种变化,可间接反映一个地区的环境变化。传统的鸟类监测的方法是依靠鸟类专家人工听鸟鸣声的方法鉴别鸟的类别。但是随着传感器技术的发展以及计算机技术的不断进步,鸟声监测已经开始向鸟鸣声的自动监测识别转化。本文在分析鸟鸣声鉴别方法的基础上,初步实现了鸟鸣声特征提取和鉴别,其主要贡献如下：(一)介绍了鸟鸣声预加重与分帧加窗等鸣声预处理过程的实现方法,并在Matlab环境下,选用适合鸟类鸣声特点的参数,编程实现；(二)通过对传统的维纳滤波算法与小波分析去噪对比分析,从波形图、信噪比、均方根误差等评价指标,验证了小波分析去噪更适合鸟鸣声；(叁)提出了基于时频特征的音素分割方法,用短时过零率与短时能量作为门限变量,提高了音素分割的准确性；(四)提出了基于时域和频域的综合鸟鸣声特征提取方法,替代了传统的仅从时域或频域进行鸣声特征提取的方法,提高了识别特征的差异性和代表性,增加了分类识别的有效性和准确率；(五)配合提取的鸣声特征向量,采用无组织映射神经网络,构建了352个输入神经元、一个隐含层和10个输出神经元的神经网络结构,实现了鸟类鸣声音素的自动分类；(六)利用Matlab提供的图形用户界面设计并开发了鸟类鸣声处理分析用户软件,该软件界面友好,操作简单方便,实现了鸣声读取、鸣声去噪、特征提取、音素分割、分类识别等部分算法功能,为本文的实验研究提供了操作平台。(本文来源于《首都师范大学》期刊2012-05-21）
鸟类分类论文开题报告
（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：
为了对来自贵州草海国家级自然保护区的鸭头残体进行界定,试验利用鸟羽、鸟喙、鸟爪等相关特点,结合获取细胞色素C氧化酶亚单位Ⅰ(COⅠ)基因的BLAST结果,选择相似度高的序列,构建了基于COⅠ部分序列的鸭属鸟类的系统发育树。结果表明:在形态学上,此鸭头与绿翅鸭最接近;分子系统进化树中显示,此鸭头为新种或新亚种,未与绿翅鸭聚为一支,需要通过获取草海绿翅鸭的COⅠ基因进行进一步确认。死亡鸟类是非常宝贵的资源,通过对死亡鸟类利用价值的讨论,引起业界人士对野生死亡动物的关注,进而可以对其进行妥善的处理和利用。提示在未来的野生动物保护与管理中,应注重基因组测序技术、分子疾病诊断技术等先进的分子生物学技术的应用。
（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。
鸟类分类论文参考文献
[1].王敏,邹晶梅,周忠和.孔子鸟目(鸟类:尾综骨类)的分类厘定（英文）[J].古脊椎动物学报.2019
[2].王野影,孙喜娇,熊勇,张明明,粟海军.DNA分类和形态分类共同界定一只草海死亡鸟类残体[J].黑龙江畜牧兽医.2018
[3].罗莹.鸟类局部特征的细粒度图像分类方法研究[D].武汉理工大学.2018
[4].赵战合,杨向明,李淑辉.山西省鸟类分类与分布名录的新发现[C].2017年中国动物学会北方七省市区动物学学术研讨会论文集.2017
[5].罗旭.鸟类分类系统为何会变?[J].生命世界.2015
[6].谢慕哲,罗泽,阎保平.视频鸟类行为研究中基于尺度不变特征变换的形态分类算法[J].科研信息化技术与应用.2014
[7].Per,ALSTRM,Urban,OLSSON,雷富民.莺总科鸟类的系统分类进展评述(英文)[J].ChineseBirds.2013
[8].王加连.基于生物信息学的雁形目鸟类分类及其系统发育关系[J].江苏农业科学.2012
[9].朱磊,贾陈喜,孙悦华.中国柳莺属鸟类分类研究进展[J].动物学杂志.2012
[10].任芳.鸟类鸣声特征提取及音素分类研究[D].首都师范大学.2012
论文知识图
