期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于深度神经网络的SSR分子标记对茶叶产地的溯源研究
1
作者 龚浩 张莉莉 +5 位作者 陈富荣 林丽霞 陈意君 张乐 孙春莲 孙键 《广东农业科学》 CAS 2023年第9期108-116,共9页
【目的】对不同品种的茶叶进行区分和产地溯源,同时为其他植物分类提供参考依据。【方法】以简单重复序列标记(Simple sequence repeat,SSR)为基础,运用生物信息学的研究方法,对来自湖南、云南、福建和浙江省的313个茶叶样本的来源属地... 【目的】对不同品种的茶叶进行区分和产地溯源,同时为其他植物分类提供参考依据。【方法】以简单重复序列标记(Simple sequence repeat,SSR)为基础,运用生物信息学的研究方法,对来自湖南、云南、福建和浙江省的313个茶叶样本的来源属地及10个外类群关系进行研究:首先,筛选出高质量的54个SSR位点,通过主成分分析(Principal compon ent analysis,PCA),构建进化树,分析各省间茶叶样本的差异度;其次,通过比较线性回归模型、随机森林模型和深度神经网络(Deep neural network,DNN)模型的分类准确度,选择准确度最高的神经网络模型进行溯源模型构建及优化。【结果】4个省的茶叶样本个体相对聚集,其中云南省的样本个体较其他省份差异大;福建、浙江、湖南的样本分别聚集,表明福建、浙江、湖南三省间茶叶差异显著,但有少量交叉,具有一定的相似遗传结构特性,亲缘关系较近。利用3种不同的模型对54个SSR分子标记矩阵构建模型,初步鉴定出线性回归模型准确率为81%,随机森林模型准确率为77%,而DNN模型准确率最高、为86%,由此可得出DNN模型对茶叶的分类效果最好。随后利用54个SSR分子标记和323个样本构建预测模型,并对一次训练的样本个数(Batch size)、训练的次数(Step size)、隐藏层层数及每层节点数进行优化,发现这4个参数的优化结果当样本个数为150、训练次数为20000、隐藏层层数为2层时验证集和测试集的准确率最高、约95%,即2层神经网络对茶叶分析效果最佳。【结论】基于深度神经网络的SSR分子标记为茶叶分类、产地溯源研究和茶叶育种等方面提供支持依据,构建的分类模型也可用于其他物种重测序数据的属地来源鉴定。 展开更多
关键词 茶叶 SSR PCA 深度神经网络 溯源 分子标记
下载PDF
母乳喂养立体化平台干预对初产妇纯母乳喂养情况及婴儿生长状况的影响 被引量：1
2
作者 尹丁叮 陈意君 黄伊菊 《中外医学研究》 2021年第3期167-170,共4页
目的:分析母乳喂养立体化平台干预对初产妇纯母乳喂养情况、母乳喂养自信心及婴儿生长状况的影响。方法:选取笔者所在医院2019年2-10月初产妇100例,按照随机数字表法分为对照组(n=50,予以常规母乳喂养健康教育)和观察组(n=50,在对照组... 目的:分析母乳喂养立体化平台干预对初产妇纯母乳喂养情况、母乳喂养自信心及婴儿生长状况的影响。方法:选取笔者所在医院2019年2-10月初产妇100例,按照随机数字表法分为对照组(n=50,予以常规母乳喂养健康教育)和观察组(n=50,在对照组的基础上予以母乳喂养立体化平台干预)。对比两组干预前后母乳喂养技能评分及纯母乳喂养情况、母乳喂养自信心及6个月婴儿生长状况、焦虑抑郁评分。结果:干预后,观察组母乳喂养技能评分显著高于对照组,且观察组产后3个月及产后6个月纯母乳喂养率均高于对照组(P<0.05);干预后观察组自我效能感及内心活动评分均高于对照组(P<0.05);观察组产后6个月婴儿身长及体重增长均高于对照组(P<0.05);干预后,观察组焦虑评分和抑郁评分均低于对照组(P<0.05)。结论:母乳喂养立体化平台干预应用于初产妇母乳喂养健康教育中通过提高初产妇母乳喂养技能,缓解焦虑抑郁情绪,从而提高纯母乳喂养率,促进婴儿身长和体重增长,值得进一步推广。 展开更多
关键词 立体化平台 母乳喂养 初产妇 健康教育
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部