学科分类
/ 1
2 个结果
  • 简介:格林macroalgaeChaetomorphaaerea和C。linum分类地被糊涂。在这份报纸,我们试试词法、分子的分析分开这二种。C。aerea和C。linum能与词法characteritics被区分开来,例如复叶尺寸,房间尺寸和形状,他们的吝啬的长度/宽度比率(LWR),和房间围收缩。C的Thalli。aerea由顶往底地稀释与在上面的部分的直径270-500m,在中间的部分的160-360m,在基础部分的100-160m。为上面的部分,房间的长度是不到他们的直径。房间墙通常在隔膜压缩,它透明或无色并且给细丝beaded外观。相反,C的thalli。linum经常在一样的个人,以内有90-300m的一条经常的直径房间墙通常不压缩,房间是圆柱的或塑造的桶。LWR比C的大。aerea。结果证明在二种之间的pairwise距离为它的区域是为18SrRNA基因和53.5%-54.3%的3.6%-3.7%。在发展史,他们在远clades散布,它在分子的水平证实基因分叉。另外,词法数据显示C的那条细丝直径。linum样品是高度可变的,从90m到300m。然后这二种能被看作分开种类。

  • 标签: 分子水平 形态学 亚麻 海藻 纤维直径 平均长度
  • 简介:这份报纸论述基于的一个人工的神经网络(ANN)能被用来预言c-的失败概率的反应表面方法与空间地可变的土壤倾斜。在这个方法,拉丁hypercube采样技术被采用为建立一个ANN模型产生输入数据集;随机的有限元素方法然后被利用就土壤性质的空间可变性而言计算相应输出数据集;并且最后,一个ANN模型被训练构造失败概率的反应表面并且获得合并相关变量的近似功能。说明例子的结果显示建议方法提供失败概率的可信、精确的评价。作为结果,获得的近似函数能在c-斜坡可靠性分析被用作特定的分析进程的一种选择。

  • 标签: 人工神经网络模型 可靠性分析 响应面法 土壤特性 空间变量 边坡