本文關(guān)鍵詞：面向植物電生理多源數(shù)據(jù)的在線分析方法研究　出處：《中國(guó)農(nóng)業(yè)大學(xué)》2016年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 植物電信號(hào) 分類 因果網(wǎng)絡(luò) Hadoop Web平臺(tái)

【摘要】：植物電信號(hào)是植物受到環(huán)境或者外界刺激后產(chǎn)生的直接響應(yīng),具有重要的生理意義。當(dāng)前植物電生理數(shù)據(jù)量不斷增加,但較少公開和共享,僅能應(yīng)用于實(shí)驗(yàn)室內(nèi)部,從而限制了植物電信號(hào)研究的發(fā)展,同時(shí)植物電信號(hào)分析方法中一些基礎(chǔ)的問(wèn)題還未解決。因此,為了解決植物電信號(hào)的數(shù)據(jù)共享與在線分析,本研究主要內(nèi)容如下：1.植物動(dòng)作電位(Action potential, AP)由非傷害刺激誘導(dǎo)產(chǎn)生的,是研究植物電信號(hào)最常用的電信號(hào)。但是植物電信號(hào)研究人員和初學(xué)者仍然很難單憑肉眼分辨出植物動(dòng)作電位。因此針對(duì)具有不應(yīng)期、變異性、不連續(xù)而且包含了噪聲和偽跡的AP信號(hào),本文提出了基于差分閾值的AP波形檢測(cè)算法和基于模板匹配的分類算法。首先,通過(guò)動(dòng)態(tài)差分閾值提取所有類似的AP波形,然后基于增量更新的模板匹配算法用于AP信號(hào)分類。同時(shí),基于時(shí)域、頻域、統(tǒng)計(jì)和非線性分析方法,提取了19項(xiàng)特征,并使用BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和深度學(xué)習(xí)進(jìn)行分類。四類算法的實(shí)驗(yàn)結(jié)果表明,模板匹配算法具有最好的分類性能,分類正確率為96%。2.為了獲取植物電信號(hào)的傳導(dǎo)規(guī)律,本文采用了傳統(tǒng)的格蘭杰因果分析和傳遞熵分析方法,以光學(xué)記錄數(shù)據(jù)和多電極陣列數(shù)據(jù)為例,分別從三個(gè)層次上,推理出植物電信號(hào)傳導(dǎo)的因果網(wǎng)絡(luò)。首先,在細(xì)胞級(jí)別,對(duì)植物保衛(wèi)細(xì)胞的熒光圖像電信號(hào),計(jì)算細(xì)胞之間的電信號(hào)因果網(wǎng)絡(luò)。第二,在多細(xì)胞層次,使用了向日葵莖稈組織的熒光圖像,根據(jù)提取的電信號(hào),證實(shí)了電信號(hào)在韌皮部傳導(dǎo)的因果網(wǎng)絡(luò)。第三,使用向日葵葉片的MEA數(shù)據(jù),計(jì)算電信號(hào)在葉片傳導(dǎo)的因果網(wǎng)絡(luò)。而且利用對(duì)比數(shù)據(jù),驗(yàn)證了當(dāng)沒有產(chǎn)生電信號(hào)時(shí),網(wǎng)絡(luò)連接基本消失。3.根據(jù)植物電生理數(shù)據(jù)的特點(diǎn),初步實(shí)現(xiàn)了基于Web的多源電生理數(shù)據(jù)的共享存儲(chǔ)和在線計(jì)算。首先,使用HDFS存儲(chǔ)植物細(xì)胞熒光圖像序列、胞外記錄數(shù)據(jù)文件和MEA數(shù)據(jù)。其中對(duì)于小文件如圖像序列和胞外文件,使用MapFile合并小文件,并對(duì)小文件合并、元數(shù)據(jù)緩存的存儲(chǔ)性能進(jìn)行測(cè)試。第二,實(shí)現(xiàn)了基于Web的植物熒光圖像電信號(hào)的提取與可視化。包括使用MapReduce/Spark從圖像中提取植物電信號(hào),電信號(hào)的時(shí)空可視化,基于傳遞熵和格蘭杰方法實(shí)現(xiàn)的電信號(hào)因果網(wǎng)絡(luò)推理及在線可視化。第三,實(shí)現(xiàn)了基于Web的元數(shù)據(jù)和數(shù)據(jù)的存儲(chǔ),提供了對(duì)胞內(nèi)外記錄數(shù)據(jù)、MEA數(shù)據(jù)的時(shí)間序列的可視化和數(shù)據(jù)注釋功能。第四,基于自適應(yīng)的差分閾值算法,在線的提取出電信號(hào)中AP波形,從波形中提取出15項(xiàng)特征。繼而,利用模板匹配算法,實(shí)現(xiàn)了在線的植物電信號(hào)分類。
【學(xué)位授予單位】：中國(guó)農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41;Q945

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 柴饒軍,馬彩文;高速運(yùn)動(dòng)弱小目標(biāo)的可調(diào)模板匹配算法[J];遙感技術(shù)與應(yīng)用;2005年04期

2 侯晴宇;卞春江;逯力紅;張偉;;基于投票加權(quán)累積度量的模板匹配算法[J];光學(xué)技術(shù);2013年01期

3 馬桂英;;基于眼睛特征定位的人臉模板匹配算法研究[J];科技資訊;2009年31期

4 路士增;姜明順;隋青美;賽耀樟;金中薇;張法業(yè);賈磊;;基于數(shù)據(jù)模板匹配算法的FBG沖擊定位系統(tǒng)[J];光電子.激光;2014年02期

5 劉國(guó)權(quán);李守軒;;基于小波圖像金字塔的SSDA快速模板匹配算法[J];科技廣場(chǎng);2007年11期

6 沈紅雷;;紙幣號(hào)碼識(shí)別技術(shù)研究[J];科技信息;2009年36期

7 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 余立功;王強(qiáng);陳純;;多尺度模板匹配算法研究[A];全國(guó)第16屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2004年

2 宋仁庭;楊衛(wèi)平;楊明月;;模板匹配算法對(duì)運(yùn)動(dòng)目標(biāo)自動(dòng)鎖定跟蹤的研究[A];2007年光電探測(cè)與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 董晶;模板圖像快速可靠匹配技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2015年

2 陳洋;面向植物電生理多源數(shù)據(jù)的在線分析方法研究[D];中國(guó)農(nóng)業(yè)大學(xué);2016年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 楊誠(chéng);LED晶圓片的快速模板匹配算法研究[D];哈爾濱工業(yè)大學(xué);2016年

2 梅亞敏;融合先驗(yàn)知識(shí)的場(chǎng)景文本識(shí)別應(yīng)用研究[D];電子科技大學(xué);2016年

3 鄒廣華;基于幾何特征的快速模板匹配算法[D];哈爾濱工業(yè)大學(xué);2010年

4 張建華;基于灰度的模板匹配算法研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2013年

5 張俊凱;一種快速的旋轉(zhuǎn)模板匹配算法的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2013年

6 胡t焧，

本文編號(hào)：1310072