基于人工神经网络的日本海舍氏贝乌贼角质颚色素沉积特性分析

S917.4; 根据中国鱿钓船于2018年12月在日本海采集的303个舍氏贝乌贼样本,进行基础生物学分析,对其角质颚色素沉积等级进行划分和判定,利用人工神经网络模型分析色素沉积等级与胴长、体质量、性腺成熟度、角质颚形态参数和胃级的关系,并对各生长因子的中位数进行线性拟合.结果显示,胴长对角质颚色素沉积的贡献率最大,为22.90%,其次分别为下头盖长、性腺成熟度、体质量、下喙长和下翼长,贡献率分别为16.50%、14.40%、11.90%、11.70%和11.60%,下侧壁长和胃级对角质颚色素沉积的贡献率较小,分别为6.30%和4.70%.舍氏贝乌贼角质颚的色素沉积与胴长、体质量、性腺成熟度和胃...

Full description

Saved in:
Bibliographic Details
Published in水产学报 Vol. 46; no. 6; pp. 950 - 958
Main Authors 朱文斌, 陈炫妤, 陆化杰, 陈子越, 宁欣, 崔国辰, 郭爱, 陈新军
Format Journal Article
LanguageChinese
Published 上海海洋大学,大洋渔业资源可持续开发教育部重点实验室,上海 201306 2022
上海海洋大学,农业农村部大洋渔业资源环境科学观测实验站,上海 201306
浙江省海洋水产研究所,浙江 舟山 316021%上海海洋大学海洋科学学院,上海 201306%上海海洋大学海洋科学学院,上海 201306
上海海洋大学,国家远洋渔业工程技术研究中心,上海 201306
上海海洋大学,农业农村部大洋渔业开发重点实验室,上海 201306
Subjects
Online AccessGet full text
ISSN1000-0615
DOI10.11964/jfc.20201112472

Cover

More Information
Summary:S917.4; 根据中国鱿钓船于2018年12月在日本海采集的303个舍氏贝乌贼样本,进行基础生物学分析,对其角质颚色素沉积等级进行划分和判定,利用人工神经网络模型分析色素沉积等级与胴长、体质量、性腺成熟度、角质颚形态参数和胃级的关系,并对各生长因子的中位数进行线性拟合.结果显示,胴长对角质颚色素沉积的贡献率最大,为22.90%,其次分别为下头盖长、性腺成熟度、体质量、下喙长和下翼长,贡献率分别为16.50%、14.40%、11.90%、11.70%和11.60%,下侧壁长和胃级对角质颚色素沉积的贡献率较小,分别为6.30%和4.70%.舍氏贝乌贼角质颚的色素沉积与胴长、体质量、性腺成熟度和胃级这4项生长因子的关系均不存在性别间显著性差异.角质颚色素沉积等级与胴长、体质量和角质颚外部形态参数均呈正相关,并随着性腺成熟度的增加而增加,但与胃级的线性关系不明显.研究表明,日本海舍氏贝乌贼角质颚色素沉积等级与胴长、性腺成熟度、体质量和角质颚形态参数均呈正相关关系,可以利用胴长、性腺成熟度、体质量和角质颚形态参数预估色素沉积等级.
ISSN:1000-0615
DOI:10.11964/jfc.20201112472