张永生
- 作品数：27 被引量：134H指数：7
- 供职机构：湖南农业大学更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”国家科技支撑计划更多>>
- 相关领域：农业科学生物学文化科学理学更多>>
- 基于两类全基因组距离的EV71型病毒亲缘关系分析
- 2014年
- [目的]了解世界各地EV71病毒的亲缘关系。[方法]下载了NCBI数据库所有EV71全基因组序列,以常用的Kimura 2-parameter距离和E距离进行距离矩阵邻接法建树。[结果]基于E距离和Kimura 2-parameter距离构建的进化树结果一致,2种方法均支持EV71进化树反映出的基于全基因组的病毒亲缘关系。[结论]E距离是病毒系统发育应用中另一种颇具潜力的新距离,能为鉴定EV71病毒亲缘关系提供支持。
- 徐西林向妍张永生周玮
- 关键词：EV71病毒全基因组亲缘关系
- 2021年湖南省草地贪夜蛾迁飞路径及虫源地分析
- 2024年
- 为明确2021年湖南省草地贪夜蛾Spodoptera frugiperda的迁飞路径与虫源地,基于2021年湖南省60个县(市、区)的高空测报灯诱集数据及性诱捕数据,通过HYSPILT分析平台分析其迁飞轨迹及虫源地,同时使用NCL气象软件分析2021年草地贪夜蛾迁飞期间的天气背景,获得草地贪夜蛾在湖南省的迁飞路径。结果表明,2021年3月下旬最早在湘西南(怀化市)发现草地贪夜蛾,4月下旬至5月中旬进入草地贪夜蛾大规模迁入期。草地贪夜蛾主要经西、中、东3条路线迁入湖南省,西线以贵州省为主要虫源地,中线以广西壮族自治区为主要虫源地,东线则以广东省为主要虫源地。草地贪夜蛾迁出路径由湘西南迁向湘东北直至迁飞出省,最远可达江苏省沿海地区。结合迁飞轨迹与水平风场分析发现,由东太平洋以及孟加拉湾的热带及亚热带暖湿气流提供的运载气流是草地贪夜蛾迁飞的重要条件。2021年湖南省草地贪夜蛾的迁飞路径整体表现为由西南向东北,虫源地主要分布在贵州省和广西壮族自治区,小部分分布在广东省。
- 谭泗桥王梓轩何健璇马智能尹丽张政兵张永生
- 关键词：虫源地
- 2000—2010年我国水稻病虫害发生与为害特征分析被引量：25
- 2014年
- 病虫害是威胁我国水稻安全生产的重要因素之一。但从宏观上研究其发生与为害特征的报告不多。基于我国植物保护统计数据、水稻产量数据和农田土地覆盖类型遥感数据,重点分析2000年至2010年11年期间我国水稻病虫害发生与为害特征。结果表明:2000年到2010年期间,我国水稻病害、虫害年均发生面积分别为2.85亿亩次和7.26亿亩次,其年均防治面积分别为7.28亿亩次和14.72亿亩次;11年期间水稻病虫害的发生面积、发生程度、防治面积和防治程度均波动增加。防治水稻病害、虫害后,分别挽回稻谷为1 114.49万t、2 288.27万t,其挽回损失量在11年期间分别增加了38.34%、37.51%,表明水稻病虫害防治意义重大。但由于气候变化等诸多因子,导致2000年到2010年我国水稻病害、虫害年均造成的实际稻谷损失量仍分别为206.52万t与291.35万t,说明水稻病虫害的防控还有提升的空间。从全国各省分布来看,水稻病虫害发生分布较广的省份有东北区域的黑龙江、吉林、辽宁;华东区域的山东、江苏、安徽、江西;华中区域的河南、湖北、湖南;华南区域的广西、海南;西南区域的四川。为有效地防止或减少病虫害对水稻产量的损失,应加强全球变化下区域性稻田生态系统病虫害生态调控研究,建立相应的防控新对策与技术体系。
- 赵梦欧阳芳张永生李魏曹婧戈峰
- 关键词：水稻病害虫害发生面积损失量损失率
- 腐食性食蚜蝇分子生物学种类鉴定
- 2024年
- 对长沙市内采集到的四种腐食性食蚜蝇进行种类鉴定,确定是否为目的食蚜蝇。通过形态学方法检索食蚜蝇的形态特征,并同时提取4种食蚜蝇基因组DNA,对线粒体细胞色素C氧化酶亚基Ⅰ(COⅠ)基因片段进行PCR扩增和测序,测序结果在Gen Bank中进行比对,采用邻接法构建系统进化树。结果表明,采获的四种食蚜蝇的形态等与目的食蚜蝇特征相符,分别为羽芒宽盾蚜蝇、棕腿斑眼蚜蝇、灰带管蚜蝇和长尾管蚜蝇,其COⅠ基因序列在Gen Bank中进行比对,序列相似度都极高,基于COⅠ序列的系统发育进化树显示,灰带管蚜蝇和长尾管蚜蝇为同一分支。本研究结果为食蚜蝇的后续研究提供了理论依据。
- 任秋霞曹亮曾勍曾爱平张永生
- 关键词：线粒体DNA分子生物学鉴定
- 支持向量机在害虫预测预报中的应用被引量：5
- 2009年
- 对支持向量机回归(SVR)在害虫预测预报中的应用进行了研究。用一步预测法对1个害虫发生量样本集进行预测,结果表明:SVR在所有参比模型中预测精度最高,具有较强的泛化推广能力,在害虫预测预报领域具有广泛的应用前景。
- 张永生
- 关键词：害虫支持向量机非线性
- 基于支持向量机的外显子与内含子识别及回归预测研究
- 支持向量机(SVM)于1995年提出，包括分类(SVC)和回归(SVR)，是目前发展最快的机器学习方法。它基于结构风险最小，较好地解决了非线性、过学习、维数灾难、局部极小点、小样本等实际问题，泛化推广能力优异。本文通过改...
- 张永生
- 关键词：支持向量机定量构效关系DNA序列
- 文献传递
- 2000-2010年我国小麦病虫害发生与为害特征分析被引量：10
- 2015年
- 小麦是我国重要的粮食作物之一,近年来全球气候变化与农业生产结构的调整,影响了其病虫害的发生。重点分析2000—2010年小麦病虫害的发生面积、防治程度、挽回损失、实际损失及其空间分布格局。结果表明:我国小麦虫害的发生与危害均高于病害。2000—2010年小麦病害和虫害年均发生面积分别为2 974.18和3 560.06万hm 2。到2010年,防治小麦病害和虫害的面积分别高达3 500.42万hm 2和4 048.35万hm 2。防治后小麦的挽回损失量由2000年410.8万t增加到2010年的727.0万t(增加77.0%),虫害防治挽回损失量由701.2万t增加到870.8万t(增长24.2%),表明小麦病虫害防控的水平得到很大提高。小麦病害造成的实际损失量由2000年132.0万t增加到2010年241.2万t,虫害造成的实际损失量由155.4万t增加到174.4万t(增加12.2%);小麦病害实际损失率从2000年1.33%增加到2010年的2.09%(增加58.1%),而虫害实际损失率则从1.56%下降到1.51%(下降2.9%)。这说明小麦病虫害尤其是病害的防治责任很大。小麦病虫害主要分布在我国华东、华中和华北地区的小麦主产区,而东北地区和西南地区小麦病虫害发生相对较轻。应根据不同的生态区特征,开展区域性小麦病虫害综合治理。
- 赵明月欧阳芳张永生曹婧周倩戈峰
- 关键词：小麦虫害病害发生面积损失量损失率
- 基于全基因组序列和E距离信息的CoxA16病毒亲缘关系分析
- 2014年
- 柯萨奇病毒A组16型(CoxsackievirusA16,CoxA16)病毒是引起手足口病(Hand,footandmouthdisease,HFMD)的主要病原体。为了解不同地区CoxA16病毒株的系统进化关系,收集了NCBI数据库中注释有具体地区分布的23条CoxA16全基因组序列,分别采用Kimura2-parameter法和E距离法对病毒株进行亲缘关系分析。结果表明,基于E距离的系统进化树最大程度地吻合了Kimura 2-parameter遗传距离法构建的系统进化树,且E距离法普适性较强,颇具应用潜力,为更精确地判断病毒株之间的进化关系提供了一条新途径。
- 向妍徐西林张永生谭泗桥李柯胡晓天周玮
- 关键词：全基因组进化树
- 基于SVR和k-近邻群的组合预测在QSAR中的应用被引量：5
- 2007年
- 为提高定量构效关系(QSAR)研究的预测精度,发展了一种新的基于支持向量机回归(SVR)非线性筛选分子结构描述符、基于k-近邻群的非线性组合预测方法.首先以均方误差(MSE)最小为原则,以留一法通过多轮末尾淘汰实施分子结构描述符的非线性SVR汰选并给出最优核函数和相应保留描述符;其次基于待测样本与训练样本保留描述符向量的欧氏距离,以不同k-近邻群子模型双重留一法预测值反映样本集的异质性;然后基于MSE最小,以留一法通过多轮末尾淘汰实施近邻群子模型的非线性SVR汰选并给出最优核函数和相应保留子模型;最后基于保留子模型以双重留一法实施组合预测.以取代苯胺和苯酚类化合物对大型溞的QSAR实例验证表明:新方法在所有参比模型中预测精度最高,且能更精细地反映描述符与化合物毒性间的非线性关系,具结构风险最小、非线性、适于小样本,能有效克服过拟合、维数灾和局极小,非线性筛选描述符和子模型,非线性组合预测,自动选择最优核函数及其相应参数,泛化推广能力优异、预测精度高等诸多优点,在QSAR研究中有广泛应用前景.
- 袁哲明熊洁仪张永生
- 关键词：支持向量机回归定量构效关系组合预测
- 基于SVR的多维时间序列分析及其在农业科学中的应用被引量：33
- 2008年
- 【目的】建立一种基于结构风险最小、既反映样本集动态特征又体现环境因子影响的高精度非线性多维时间序列预测方法。【方法】耦合支持向量机回归(SVR)和带受控项的自回归模型(CAR),以留一法基于MS最小原则实施模型定阶和变量筛选,以一步预测法检验新模型SVR-CAR的有效性,并通过强制汰选给出各保留变量对预测的相对重要性次序。【结果】3个农业科学实例验证表明,SVR-CAR在7种参比模型中预测精度最高,且可更精细地反映样本集的非线性动态特征,依各保留变量对预测的相对重要性次序及其动态变化可赋予保留变量部分解释能力。【结论】SVR-CAR是一种基于SVR并融合时间序列分析和回归分析的非线性多维时间序列分析方法具结构风险最小、非线性、适于小样本,能有效克服过拟合、维数灾和局极小,非线性定阶和非线性筛选变量,自动选择核函数及其相应参数,泛化推广能力优异、预测精度高等诸多优点,在农业科学、生态学、经济学等领域有广泛应用前景。
- 袁哲明张永生熊洁仪
- 关键词：支持向量机回归均方误差
