吴仲宁
- 作品数：2 被引量：3H指数：1
- 供职机构：宁波大学生命科学与生物工程学院教育部应用海洋生物技术重点实验室更多>>
- 发文基金：国家高技术研究发展计划宁波市自然科学基金更多>>
- 相关领域：农业科学更多>>
- 象山港高温期大型海藻试养及高温期水质生态调控作用的研究
- 朱艺峰吴望星林霞顾小英宋丽珍张永靖徐同成吴仲宁
- 该项目实现龙须菜首次在浙江省引种，并在象山港全年养殖成功，填补了象山港高温期无耐高温大型经济养殖海藻的空白；应用实验生态学方法研究了藻类的生长，并根据实际采收量来评估藻类的实际氮、磷吸收能力；根据鱼类的摄食氮与鱼体保留氮...
- 关键词：
- 鱼类饥饿处理量化及处理因子贡献率的神经网络随机化测试被引量：3
- 2008年
- 设一直投喂(SR00)、周期性饥饿2d再投喂2d(SR22)、饥饿7d再投喂2d(SR72)和饥饿7d再投喂7d(SR77)4种投喂方式,将投喂方式量化为饥饿压力(SS)和循环率(CF)因子,并结合8周实验的干物质摄食量(FI)、鱼体重(BW)、温度(TE)、盐度(SA)、pH(PH)和生长时间(GT)因子,分别对花鲈增重(WG)、特定生长率(SGR)和干物质饲料转换率(FCR)构建神经网络并对其进行预测.结果表明,不同处理对WG、SGR和FCR的影响均存在显著差异(P<0.05).饥饿处理组的WG和SGR均不能达到一直投喂组水平,除SR72处理组FCR显著高于对照处理外(P<0.05),SR22和SR77组与SR00组均无显著差异(P>0.05).人工神经网络对SGR和WG具有极佳的预测效果,但对FCR无效.8个分析因子中,FI、SS、CF和GT对WG、SGR有显著贡献,且WG的大小主要取决于FI,而SGR主要取决于SS.随机化测试显示,实验处理因子(包括相关的FI因子)对WG和SGR的贡献率分别为64.9%和79.7%.
- 朱艺峰陈芝丹关文静吴仲宁薛良义
- 关键词：贡献率神经网络
