一种白木通快速繁殖的方法

    公开(公告)号:CN104855294B

    公开(公告)日:2016-10-26

    申请号:CN201510334457.0

    申请日:2015-06-09

    Abstract: 本发明提供了一种白木通快速繁殖的方法,包括外植体的消毒、初代培养、增殖培养、生根培养及炼苗移栽等过程。本发明具有外植体污染率低,繁殖速率快,培育周期短的优点,不仅为快速繁殖优良白木通植株提供了一条途径,而且为白木通的工厂化育苗及以后遗传体系转化提供可能。

    一种白木通快速繁殖的方法

    公开(公告)号:CN104855294A

    公开(公告)日:2015-08-26

    申请号:CN201510334457.0

    申请日:2015-06-09

    Abstract: 本发明提供了一种白木通快速繁殖的方法,包括外植体的消毒、初代培养、增殖培养、生根培养及炼苗移栽等过程。本发明具有外植体污染率低,繁殖速率快,培育周期短的优点,不仅为快速繁殖优良白木通植株提供了一条途径,而且为白木通的工厂化育苗及以后遗传体系转化提供可能。

    一种基于机器学习算法的掺伪茶油鉴别方法

    公开(公告)号:CN113884594A

    公开(公告)日:2022-01-04

    申请号:CN202111145754.2

    申请日:2021-09-28

    Abstract: 本发明公开了一种基于机器学习算法的掺伪茶油鉴别方法,建立了可直接给出油茶籽油样本掺伪种类分类结论的多分类决策树模型。基于掺伪油茶籽油的脂肪酸和甘油三酯实验数据,将二分类决策树和多分类决策树模型应用于高掺伪梯度下和低掺伪梯度下油茶籽油掺伪油种类的鉴别。实验结果显示,二分类决策树在高掺伪梯度下和低掺伪梯度下对油茶籽油样本是否掺伪某种特定的植物油的鉴别准确率均较高,相对于目前油茶籽油掺伪检测采用的统计学数据分析方法具有较为明显的优势,将机器学习方法应用于掺伪鉴别研究中,能有效提取实验数据中隐藏的有价值的信息;利用训练好的模型自动对样本进行掺伪鉴别,可提高结果的准确性、客观性、可靠性。

    一种基于机器学习算法的掺伪茶油鉴别方法

    公开(公告)号:CN113884594B

    公开(公告)日:2023-06-23

    申请号:CN202111145754.2

    申请日:2021-09-28

    Abstract: 本发明公开了一种基于机器学习算法的掺伪茶油鉴别方法,建立了可直接给出油茶籽油样本掺伪种类分类结论的多分类决策树模型。基于掺伪油茶籽油的脂肪酸和甘油三酯实验数据,将二分类决策树和多分类决策树模型应用于高掺伪梯度下和低掺伪梯度下油茶籽油掺伪油种类的鉴别。实验结果显示,二分类决策树在高掺伪梯度下和低掺伪梯度下对油茶籽油样本是否掺伪某种特定的植物油的鉴别准确率均较高,相对于目前油茶籽油掺伪检测采用的统计学数据分析方法具有较为明显的优势,将机器学习方法应用于掺伪鉴别研究中,能有效提取实验数据中隐藏的有价值的信息;利用训练好的模型自动对样本进行掺伪鉴别,可提高结果的准确性、客观性、可靠性。

Patent Agency Ranking