公开(公告)号：CN119023782B

公开(公告)日：2025-04-18

申请号：CN202411063363.X

申请日：2024-08-05

Applicant: 海南大学

Inventor： 战欣 ,  韩常青 ,  刘一兵

IPC: G01N27/626 ,  G06F18/243 ,  G06F18/2451

Abstract: 本发明提供了基于贝壳元素分析的腹足纲动物分类鉴定方法，包括：S1.利用激光烧蚀电感耦合等离子体质谱仪测量腹足纲动物贝壳中的55种微量元素含量；S2.基于单因素方差分析筛选出显著性差异的24种微量元素；S3.根据24种微量元素进行逐步线性判别分析，并采用随机森林分类方法进行分类。在S‑LDA模型中，24种微量元素的含量作为变量被逐步的输入，基于威尔克斯λ值标准建立判别函数，对物种鉴定实现了92.7％的正确判别率，基于24种微量元素含量的随机森林模型实现了97.0％的正确判别率，可适用于腹足纲动物的分类鉴定。

公开(公告)号：CN119023782A

公开(公告)日：2024-11-26

申请号：CN202411063363.X

申请日：2024-08-05

Applicant: 海南大学

Inventor： 战欣 ,  韩常青 ,  刘一兵

IPC: G01N27/626 ,  G06F18/243 ,  G06F18/2451

Abstract: 本发明提供了基于贝壳元素分析的腹足纲动物分类鉴定方法，包括：S1.利用激光烧蚀电感耦合等离子体质谱仪测量腹足纲动物贝壳中的55种微量元素含量；S2.基于单因素方差分析筛选出显著性差异的24种微量元素；S3.根据24种微量元素进行逐步线性判别分析，并采用随机森林分类方法进行分类。在S‑LDA模型中，24种微量元素的含量作为变量被逐步的输入，基于威尔克斯λ值标准建立判别函数，对物种鉴定实现了92.7％的正确判别率，基于24种微量元素含量的随机森林模型实现了97.0％的正确判别率，可适用于腹足纲动物的分类鉴定。