针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

一、概念质量性状:表现不连续、个体差异明显可以分组求比例,文字描述。数量性状:表现连续、个体差异不明显,不能分组求比例。计量描述。研究方法:大群体n≥30、多世代、复杂的统计

一、概念及意义 1. 定义 杂交育种是指通过两个遗传性不同的个体之间进行有性杂交获得杂种，继而选择培育以创造新品种的方法。 二、杂交育种计划的制定和准备工作 三、杂交技术 四、杂交后代的选育 1. 一二年生草花的选育； 2. 木本植物的选育； 3. 营养繁殖植物材料的选育。 五、杂交后代遗传稳定性分析 1. 性状表达的强度； 2. 目标性状在群体中出现的比率； 3. 目标性状在不同世代间的差异； 4. 特殊变异

第一篇 基因概念的发展——遗传物质的结构、传递和表达 第一章 孟德尔(G.Mendel)遗传因子的概念——假设的生物性状的符号 第二章 基因——位于染色体上的遗传单位 第三章 基因的化学本质是 DNA 第四章 细菌和噬菌体的遗传分析 第五章 遗传的物质基础—DNA 第六章 个体发育——遗传信息传递和表达的统一体 第二篇 遗传物质的改变 第七章 染色体畸变 第八章 基因突变 第九章 遗传重组机制 第三篇 遗传学的主要分支学科 第十章 核外遗传学 第十一章 数量遗传学 第十二章 群体遗传学 第十三章 遗传学进展专题

针对多目标进化算法搜索效率低和收敛性差的问题,提出了基于精英重组的混合多目标进化算法,将多目标优化问题分解为多个单目标优化问题单独求解,并采用基于遗传算法的精英重组策略将多个相异解重组生成唯一的精英解.提出区域化的种群初始化方法,改进局部搜索及群体选择机制,采用以优化子群为核心的分组交叉策略及自适应多位变异算子,并引入基于混沌优化的重启机制,有效克服了精英保存的固有缺陷,以及现有多目标进化算法存在的目标空间解拥挤、收敛慢、易早熟等问题.多目标测试函数的数值仿真和关键步骤的性能分析证明了本文算法的有效性和优越性

课程简介:植物病害流行与预测是研究植物群体中病害在环境影响下发生发展的规 律、病害预测和病害管理的综合科学。本课程共分四个单元。第一单元(包括第一章)概 括叙述了《植病流行与预测》的基本概念、发展过程及其地位和任务。第二单元(包括第 二、三、章)以生态系统学的观点,探讨病害的常发状态、流行状态和流行类型;从遗传 学观点,讨论病害流行的遗传基础;以系统学的观点,分析流行系统的组分、结构和功能 以及系统动态的描述方法。第三单元(包括第四、五、六章)分别讨论了侵染链和侵染概 率,病害流行的时间动态和空间动态。第四单元(包括第七、八、九章)介绍了系统分析 和电算模拟的技术,讨论了病害预测和损失估计及病害系统管理中的几个问题