基于PCANN的Zn对油菜Cd胁迫的缓解效果研究

摘要：

[目的]为研究Zn对Cd胁迫下油菜抗逆性及抗氧化系统的影响,提出一种基于PCANN(主成分神经网络)的智能评价方法.[方法]实验采用沙培法,用不同浓度的Cd、Zn胁迫处理油菜幼苗,处理结束后测定根长、MDA含量、H2O2含量、SOD活性、POD活性、CAT活性指标.首先采用主成分法对各项指标进行优化,并分析得到评价结果,然后用神经网络对优化后的指标和评价结果进行学习和测试,并采用遗传算法优化神经网络的权阈值.[结果]300 μmol/L的Cd和300 μmol/L的Zn配施时效果最好,采用主成分法优化油菜指标后,对评价等级的界定没有影响,神经网络测试误差不超过2.93％,测试效果很好.[结论]该方法可以避免人工的主观干预,更加客观地对油菜生长进行评价,同时具有自适应性,能够自动识别Zn、Cd的配置情况,为油菜种植提供一种更加科学高效的智能化评价方法.

关键词：主成分、神经网络、油菜、锌镉

所属期刊栏目：33

分类号：TP183;S565.4(自动化基础理论)

资助基金：湖北省教育厅科学技术研究重点项目D20172702,D20182704

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：154-160