公共文化服务平台

机器学习方法在植物基因组信息预测中的研究现状被引量：1: 2024年; 随着高通量测序技术的飞速发展,植物基因组学研究目前已经积累了海量多组学数据。因此如何开发和改进相关处理软件工具,从而有效利用这些海量数据发掘有用的生物学信息,成为当下亟需解决的重要科学问题。其中机器学习方法凭借其显著的预测、分类、数据挖掘和集成能力,在此领域受到广泛关注。本文系统综述了不同类型机器学习方法的基本原理和流程,以及这些方法在植物基因组功能预测中的研究进展,重点总结了机器学习模型在植物分子相互作用预测、重要功能位点预测、功能注释、作物育种等方面的应用成果,并展望了该领域未来的发展方向和应用前景。本文有助于植物研究者快速了解和应用机器学习方法,从而推进植物遗传相关机制的研究和作物性状改良。; 张兆旭管思彤林一鸣苏培森黄思罗孟宪勇柳平增颜君; 关键词：蛋白质相互作用功能注释作物育种

概率论与数理统计入门教学的实践与探索被引量：8: 2013年; 概率论与数理统计是一门重要的数学学科,它的思维方式与已学过的数学课程均不相同.所以学生感到学习困难,尤其入门,更是困难.结合教学实践,对概率统计入门教学的内容,重点知识,学生的学习情况进行了探讨,提出了可行的建议.; 孟宪勇冯巍; 关键词：古典概型

独立数与最小度和[a，b]-因子被引量：1: 2008年; 设G是一个图,a,b是整数且0≤a≤b,G的一个支撑子图F称为一个[a,b]-因子,若对任意的v∈V(G)有a≤d_F(v)≤b.在本文中,我们给出了图存在[a,b]-因子涉及到独立数和最小度的一个充分条件,推广了前人的结果.; 苏本堂何乐亮孟宪勇; 关键词：[A,B]-因子最小度独立数

低度外平面图的点强全染色: 2004年; 图G的一个k 点强全染色是指图G的正常全染色f,若任意x,y∈N[v],有f(x)≠f(y),简记为k VSTC,称xvsT(G)=min{k/G有k VSTC}为G的点强全色数。研究了低度外平面图的点强全染色,证明了对Δ(G)=3的外平面图G有4≤xvsT(G)≤5。; 巩在武孟宪勇

逆变换Monte Carlo算法及其应用: 2022年; Monte Carlo算法已成为一种流行的计算和证明方法,其核心步骤是利用计算机从确定的随机模型中抽取随机数。抽样方法包括MCMC、筛选抽样和逆变换抽样等。文献对MCMC,筛选抽样介绍较多,但对逆变换抽样相对较少,且有待改进。为便于Monte Carlo算法的学习研究,本文归纳整理了逆变换Monte Carlo法的理论基础及其实现技术,并利用R软件编程实现任意分段常数模型的逆变换采样,将此采样技术应用于一般的积分计算,大大方便了任意积分计算的计算机实现。; 孟宪勇王晶刘彭; 关键词：随机采样

非微生物条件下高氧气调包装牛排贮藏期间肉色和关键脂质氧化产物的关系: 2025年; 以育肥牛的背最长肌牛排为研究对象,在排除微生物生长影响因素的前提下,探讨其在高氧气调包装冷藏条件下的肉色及关键脂质氧化产物变化规律,并分析这些产物与肉色变化之间的关系。结果表明:高氧气调包装后的牛排其肉色稳定性随贮藏时间延长逐渐降低,高铁肌红蛋白还原能力和氧气消耗率显著下降;牛排样品的脂质氧化程度和产物种类及含量均随贮藏时间延长显著增加,共检测到27种脂质氧化产物,主要包括以己醛、壬醛、庚醛、(E)-2-辛烯醛、(E)-2-壬烯醛为代表的醛类物质和以3-羟基丁酮、2,3-辛二酮为代表的酮类物质等。贮藏过程中脂质氧化产物含量的增加与肉色稳定性的下降有极强的相关性(P<0.001),其中,2,3-辛二酮、1-己醇、苯甲醛、3-己烯-2-酮、(E,E)-2,4-壬二烯醛和(E,E)-2,4-癸二烯醛6种物质与a*值的相关系数绝对值高达0.95及以上。通过逐步回归分析进一步建立了a*值与脂质氧化产物的关系模型。本研究排除了微生物生长对肉色的影响,明晰了脂质氧化产物与肉色变化的关系,可为生鲜牛肉肉色控制提供理论参考。; 孙亚男李丹杨啸吟孟宪勇孟宪勇毛衍伟毛衍伟郝剑刚张一敏; 关键词：肉色高氧气调包装肌红蛋白

3-正则Halin图的完备染色: 2015年; 研究了3-正则(或立方)Halin图的完备染色,针对非轮图的3-正则Halin图,提出了一种具体的完备染色,简单确定了非轮图(Wn)的3-正则Halin图的完备色数是6,且使得3-正则Halin图的完备染色可用计算机实现。; 孟宪勇郭建华苏本堂; 关键词：平面图完备色数 HALIN图

基于模糊聚类的沂水雪茄烟种植生态适应性评价: 2024年; 通过生态适应性评价筛选适合雪茄烟种植生产的区域,是提升雪茄原料产量与质量、促进雪茄产业发展的前提。以山东沂水雪茄庄园为例,运用生育期平均气温、昼夜气温差、生育期≥10℃活动积温、生育期相对湿度、生育期降雨量以及生育期日均日照时数等雪茄种植生产的重要气候指标,对哈瓦那、比那尔得里奥、什邡等11个国内外优质雪茄烟区进行模糊聚类并通过隶属度函数求得各地区相应的CFI值。模糊聚类结果表明,可将11个区域划分为4类,其中沂水气候条件与哈瓦那、比那尔得里奥、什邡、多米尼加、巴伊亚州等国内外优质雪茄种植地区相似,它们的气候适宜性指数CFI值依次为沂水(0.931)、哈瓦那(0.963)、比那尔德里奥(0.956)、什邡(0.944)、多米尼加(0.932)、巴伊亚州(0.892),尤其沂水与多米尼加的CFI指数最为相近。由此得出,沂水雪茄庄园具有种植优质雪茄烟的生态气候条件。; 孙飞虎柳平增孟宪勇孟宪勇张超孟宪勇; 关键词：模糊聚类气候适宜性生态适应性隶属度函数

农村基础设施对动态多维减贫效应影响的实证被引量：12: 2021年; 文章从动态多维减贫视角考察了农村基础设施对动态多维贫困的影响。结果表明:基础设施影响不同贫困维度的农村家庭长期、短期多维贫困发生率和返贫率;交通基础设施显著降低不同维度的长期多维贫困发生率,抑制较高维度的短期多维贫困发生率和较低维度的返贫率;卫生基础设施有效抑制较高维度的长期多维贫困发生率和返贫率;农业基础设施显著降低长期多维贫困发生率和返贫率。; 吕新博孟宪勇孟宪勇; 关键词：减贫效应返贫率

机器学习方法在植物表型分析中的应用研究现状: 2025年; 植物表型是基因型与环境相互作用的产物,是植物生命活动的外在表现,涵盖了植物的形态、生理、生化等多层次和多维度特征。植物表型研究是育种的关键环节,对于揭示植物生命活动的相关机制,培育高产、优质、高效的作物品种以及实现农业生产的精准管理具有重要意义。随着高通量植物表型采集技术的发展和应用,植物表型数据呈现出高维、多源、异质、动态等特点,为植物表型分析带来了新的机遇和挑战。机器学习作为一种强大的数据挖掘和知识发现工具,能够从复杂的表型数据中提取有用的特征和模式,为植物表型研究提供了新的思路和方法。本文系统综述了机器学习方法在植物表型研究中的应用和进展,重点介绍了机器学习方法在植物形态结构、胁迫抗性、生化组分等方面分析中的应用,以及在作物改良和产量预测等方面的应用,并对机器学习方法在植物表型研究中存在的问题和未来的发展方向进行了讨论和展望,旨在为今后植物表型研究提供有益的参考和启示。; 管思彤张兆旭林一鸣苏培森黄思罗孟宪勇柳平增颜君; 关键词：作物改良

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

孟宪勇

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

孟宪勇

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈