<li id="omoqo"></li>
  • <noscript id="omoqo"><kbd id="omoqo"></kbd></noscript>
  • <td id="omoqo"></td>
  • <option id="omoqo"><noscript id="omoqo"></noscript></option>
  • <noscript id="omoqo"><source id="omoqo"></source></noscript>
  • 發布時間:2010-09-06 15:48 原文鏈接: 迅數科技首創“專家智能鑒定技術”解決藻類鑒定難題

      中國領先的微生物檢測技術與裝備制造商--杭州迅數科技有限公司日前發布了其創新的“Algacount藻類專家智能鑒定技術”,并將其整合進入倍受贊譽的“Algacount藻類分類圖譜專家系統”,致力于幫助廣大藻類監測機構解決藻類鑒定難題。這一精確到藻種水平的鑒定技術能夠覆蓋中國幾乎所有常見的淡水藻類和海洋藻類,將幫助各類藻類監測機構更加快速準確的鑒定藻類和早期預測預報藻華災害。

      如何快速鑒定水華藻種,是當前藻類監測難題

       近年來,我國海洋赤潮和淡水水華頻發,嚴重威脅水生態環境保護和人民用水安全;如何快速鑒定優勢藻(有毒藻)的種類,對于早期預測預報藻華災害乃至控制其暴發非常重要。 “基于形態鑒定藻種”是目前的主流鑒定技術,也是我國水環境監測規范中的標準方法。

       “顯微鏡檢觀察和人工經驗分析”是當前多數藻類監測機構采用的“基于形態鑒定藻種”的方法。但是,人工經驗分析對實驗人員的藻類鑒定專業知識要求極高;而在我國實際藻類監測工作中,擁有豐富藻類鑒定專業知識的實驗人員非常缺乏,人工分析遠遠不能滿足藻類監測工作的需要。因此,研制藻類鑒定自動分析儀器是一項非常迫切的任務!

      圖像自動識別難實現,“專家系統鑒定”是最佳選擇

       實現藻類形態學鑒定的自動化分析主要有兩條技術路線,“圖像自動識別鑒定”方法和“專家系統智能鑒定”方法。迅數科技的科學家研究認為:針對當前我國需要短期內、大范圍開展藻類監測和藻類鑒定工作的現狀,“藻類專家系統智能鑒定”技術是各級藻類監測機構的最佳選擇!

       目前藻類的自動識別技術主要集中在根據藻類外部輪廓特征和表面紋理特征進行分類,但是這類方法大多局限于部分特定情況下的自動識別,不能大范圍應用。由于上述的原因,迅數科技雖然專長于顯微圖象分析領域的新算法新應用開發,也在多年前即開始藻類自動識別方面的嘗試,但多不成功。

       根據藻類外部輪廓特征識別的局限:雖然在藻類的各類圖像特征中,輪廓特征是一種最直觀、最易于被接受的藻類識別方法,但是很難識別外部輪廓彼此相似的藻類。例如:做為浮游硅藻的重要組成部分,圓篩藻目的藻類輪廓多數為圓形,對于此類型的硅藻僅通過外部輪廓特征是很難進行區分的。

       根據藻類殼面的紋理特征識別的局限:雖然外部輪廓特征相似的藻類可用表面紋理特征進行良好的識別。但是藻類的種類有成千上萬,外部的輪廓特征也有成千上萬種;而且每一種藻類在其不同的生長期和成像的不同側面,形態特征都有不同;這就使我們很難找到通用的紋理分割分類方法對萬千藻類進行準確識別。

      Algacount藻類專家智能鑒定技術,解決藻類鑒定難題

       為了徹底解決藻類鑒定難題,迅數科技通過產學研結合與國內國際合作,組織了20多人的多學科背景研發團隊。在建立了“Algacount大型藻類分類圖譜”的基礎上,迅數科技研發團隊歷時兩年研究了藻類分類學方面的國內外權威論述,總結出“藻類形態二級分類”規范和“多層次搜索定位目標范圍”技術路線,研發出全球首創 “Algacount藻類專家智能鑒定技術”。

       Algacount藻類專家智能鑒定技術是基于Algacount大型藻類圖譜數據庫的機器搜索與人工經驗的完美結合,包括了分類學搜索、圖形搜索、關鍵詞搜索和常見藻搜索等4項創新技術。其中,“藻類形態二級分類”規范是藻類專家系統智能鑒定的核心,是國內外藻類分類與鑒定專家經驗的總結,它的實現不僅需要系統建立能覆蓋所有待鑒定藻種的大型藻類分類圖譜,還需要建立覆蓋藻類圖譜中所有藻種的標準化分類規范,進而對所有藻類進行標引并能實現聯機檢索。 “多層次搜索定位目標范圍”的技術路線則是在分類規范建立的基礎上,利用機器搜索技術幫助實驗人員基于顯微成像獲得的未知藻類圖像,通過形態、關鍵詞等多層次智能搜索,迅速地在藻類分類圖譜中縮小比對范圍(將原本需要比對的對象從數千種縮小的幾十種甚至十幾種)并進行特征對比,從而判斷出目標藻類可能歸屬的種屬。

      經典分類學搜索,代替查閱鑒定手冊

       Algacount專業藻類圖庫包含了中國幾乎所有常見的淡水藻類和海洋藻類;每種藻以中文,拉丁文雙命名,輔以真實的顯微照片、手繪結構圖和詳盡的形態文字描述。而且其分類標準和規范符合中國科學出版社出版的《中國淡水藻志》、《中國淡水藻類》和《中國近海赤潮生物圖譜》等權威藻類分類工具書的分類標準和規范。 用戶可以用中文名或拉丁文名搜索某個具體的藻類,或按門、屬、種的分類學次序進行搜索。

      圖形智能搜索,讓經驗欠缺者也能快速鑒定

       圖形搜索是根據光學顯微鏡下能看清的特征,如細胞形態、大小、突起或棘刺、鞭毛、表面紋路、細胞的多少和排列等,進行快速圖形搜索,把形態相似的藻類匯總,分類排列。通過數據庫中的藻類顯微照片、手繪圖和文字敘述進行快速比對,無需工具書即能鑒定到屬,形態特征典型的藻能鑒定到種。

      關鍵詞搜索,快速獲得藻類目標范圍

       專門設計的關鍵詞檢索系統,使用者可輸入三組關鍵詞,并選擇邏輯關聯詞“與”、“或”就能進行精確搜索或模糊搜索。如輸入“單細胞”與“具鞭毛”與“卵圓形”,所有符合以上3種特征的藻類即以圖片隊列顯示,并按門排列。

      常見藻搜索,快速鑒定水華赤潮藻

       系統內置了常見水華藻、赤潮藻、有毒素藻種數據庫,使用者只需選中其中一選項,所涉及的藻類即按門展示,方便檢索。

       “針對我國急需全國大范圍開展藻類監測的迫切需要,Algacount藻類專家智能鑒定技術是迅數科技推出的又一重要創新技術。”迅數科技總經理方力先生表示:“迅數科技一直致力于與國內外先端的科技資源進行研發創新合作,并推出適合各行業的微生物分析測試裝備。我們將繼續積極與藻類學界展開合作,推進 Algacount藻類專家智能鑒定技術在藻類監測中的更廣泛應用。”

    相關文章

    百科網“antpedia期刊”上線,查文獻變得如此便捷!

    如果您在科研院所讀書或執教,享受學校或研究所購買的數據庫,查資料相對容易。一旦畢業離開學校,或換了一個環境繼續從事技術研究,獲得最新資料就成為非常艱難的事情。百科網為廣大科技人員排憂解難,推出了“an......

    科學家首次發現藻類固氮神“器”

    美國研究人員在一藻類中發現了能將氮氣轉化為細胞生長可利用氮的細胞器。這種被稱為硝化原生質體(nitroplast)的結構的發現,有助加大基因工程植物轉化氮或固氮力度,從而提高作物產量、減少其對肥料的需......

    科學家首次發現藻類固氮神“器”

    美國研究人員在一藻類中發現了能將氮氣轉化為細胞生長可利用氮的細胞器。這種被稱為硝化原生質體(nitroplast)的結構的發現,有助加大基因工程植物轉化氮或固氮力度,從而提高作物產量、減少其對肥料的需......

    島津又一合作成果——GCMS特色代謝物數據庫正式發布

    代謝組學(Metabonomics/Metabolomics)是繼基因組學和蛋白質組學之后新近發展起來的一門學科,是系統生物學的重要組成部分,已廣泛應用于食品及醫藥等領域。島津一直致力于為代謝組學研究......

    關于印發《數據庫政府采購需求標準(2023年版)》的通知

    財庫〔2023〕35號黨中央有關部門,國務院各部委、各直屬機構,全國人大常委會辦公廳,全國政協辦公廳,最高人民法院,最高人民檢察院,各民主黨派中央,有關人民團體,各省、自治區、直轄市、計劃單列市財政廳......

    關于印發《一體式計算機政府采購需求標準(2023年版)》的通知

    關于印發《一體式計算機政府采購需求標準(2023年版)》的通知財庫〔2023〕31號黨中央有關部門,國務院各部委、各直屬機構,全國人大常委會辦公廳,全國政協辦公廳,最高人民法院,最高人民檢察院,各民主......

    海洋所鹽田藻類生物碳匯研究取得進展

    近日,JournalofAdvancedResearch發表了中國科學院海洋研究所藻類生理過程與精準分子育種團隊完成的關于鹽田藻類碳沉積的成果。該研究聚焦嗜鹽藻類與嗜鹽菌協同促進高鹽生態環境中碳酸鹽的......

    金融機構批量遷移,國產數據庫“東風”起

    數據庫、操作系統和芯片,被視為現代信息技術領域的三大核心,是基礎軟件“皇冠上的明珠”。隨著我國自研數據庫能力不斷提升,持續經受考驗,從銀行到保險公司,從到制造企業到新零售行業,越來越多的企業開始將核心......

    融資超5000萬美元!生物基聚氨酯新技術,到底用在了哪兒?

    生物基能源與材料獲悉,近日,美國植物材料科學公司Algenesis開發了全球首個由Soleic技術制造的生物基聚氨酯塑料(bioPU),原料來源于植物和藻類,具有可再生、高性能、完全可生物降解、還可后......

    三個途徑解決生成式人工智能知識產權難題

    我國目前的生成式人工智能技術創新還處在初級階段,法律法規的制定應當給科技創新留有一定的發展空間,對產品在研發階段的數據合法性要求,應當根據數據類型和基本倫理要求,采取開放包容的規范原則。解決生成式人工......

    <li id="omoqo"></li>
  • <noscript id="omoqo"><kbd id="omoqo"></kbd></noscript>
  • <td id="omoqo"></td>
  • <option id="omoqo"><noscript id="omoqo"></noscript></option>
  • <noscript id="omoqo"><source id="omoqo"></source></noscript>
  • 1v3多肉多车高校生活的玩视频