国家自然科学基金(30300044)
- 作品数：3 被引量：33H指数：3
- 相关作者：米湘成马克平邹应斌欧西荣李艳大更多>>
- 相关机构：中国科学院植物研究所湖南农业大学福建农林大学更多>>
- 发文基金：中国科学院知识创新工程重要方向项目国家自然科学基金更多>>
- 相关领域：农业科学环境科学与工程更多>>
- 绿色荧光蛋白及其在GMOs生态监测中的应用被引量：5
- 2007年
- 绿色荧光蛋白(green fluorescent protein,GFP)是在海洋无脊椎动物水母(Aequorea victoria)中获得的一种由238个氨基酸组成的多肽。该多肽通过翻译后加工形成生色基团,产生稳定的荧光,而且这种荧光很容易被检测。GFP作为动、植物以及微生物基因工程研究上的一种广泛的选择标记,具有检测灵敏度高、操作简便、不需要添加任何底物或辅助因子等优点,更重要的是利用GFP可对GMOs进行快速、原位、实时、活体监测。本文概括介绍了GFP的特性、改造及其检测,并从生态学角度论述了GFP在GMOs生态监测研究中的应用及其发展前景。
- 沈宝成李梅石纪成张木清米湘成魏伟
- 关键词：生物安全生态监测适合度基因流绿色荧光蛋白
- 人工神经网络模型及其在农业和生态学研究中的应用被引量：22
- 2005年
- 对于一些复杂的农业生态系统,人们对其生态过程了解较少,且这些系统的不确定性和模糊性较大,用传统的方法难以模拟这些系统的行为,神经网络模型因为能较精确地模拟这些系统的行为,而引起生态学者们的广泛兴趣。该文着重介绍了误差逆传神经网络模型的结构、算法及其在农业和生态学中的应用研究。误差逆传神经网络模型一般采用三层神经网络模型结构,三层的神经网络模型能模拟任意复杂程度的连续函数,而且因为它的结构小而不容易产生与训练数据的过度吻合。误差逆传神经网络模型算法的主要特征是:利用当前的输入误差对权值进行调整。在生态学和农业研究中,误差逆传神经网络模型通常作为非线性函数模拟器用于预测作物产量、生物生产量、生物与环境之间的关系等。已有的研究表明:误差逆传神经网络模型的模拟精度要远远高于多元线性方程,类似于非线性方程,而在样本量足够的情况下,有一定的外推能力。但是误差逆传神经网络模型需要大量的样本量来保证所求取参数的可靠性,但这在实际研究中很难做到,因而限制了误差逆传神经网络模型的应用。近年来人们提出了强制训练停止、复合模型等多种技术来提高误差逆传神经网络模型的外推能力,也提出了Garson算法、敏感性分析以及随机化检验等技术对误差逆传神经网络模型的机理进行解释。误差逆传神经网络模型的真正优势在于模拟人们了解较少或不确定性和模糊性较大系统的行为,这些是传统模型所无法实现的,因而是对传统机理模型的重要补充。
- 米湘成马克平邹应斌
- 关键词：人工神经网络非线性模型人工神经网络模型农业生态系统生态学研究
- 稻田免耕直播油菜出苗及杂草发生的研究被引量：6
- 2007年
- 研究结果表明,浅耕油菜的出苗高峰期和出苗终止期分别为播后14d和播后49d,而免耕的分别为播后21d和播后63d,浅耕的出苗集中在播后7-21d,而免耕的出苗集中在播后14-28d。杂草发生量浅耕的比免耕的明显减少,杂草以看麦娘为主,发生量最大。
- 石纪成李艳大荣照山李国农欧西荣米湘成
- 关键词：油菜免耕直播出苗杂草发生
