一、数值分类在我国昆虫分类工作中的应用（论文文献综述）
鞠晓雪[1]（2021）在《作瘿于四种栎树的瘿蜂及其寄生蜂多样性研究》文中认为虫瘿广泛存在于在自然界中,是寄主植物与致瘿生物相互作用的产物。在所有致瘿昆虫中,瘿蜂形成的虫瘿结构最复杂,涉及多个营养层,包括致瘿瘿蜂,客居瘿蜂和寄生蜂。为了更加明晰虫瘿内物种群落结构,以及影响虫瘿内物种多样性的因素,本研究采集了6个样地中4种寄主植物上的瘿蜂虫瘿进行室内饲养,通过昆虫形态鉴定与分子辅助鉴定相结合的方式,明确了不同寄主植物和不同致瘿瘿蜂的虫瘿内群落结构,以及通过单因素方差分析与多元线性回归分析了虫瘿内物种多样性分别与寄主植物外界环境、虫瘿物理性状的相关性和显着性,主要结果如下:1、通过对湖北神农架、河南关山、河南水河村、河北联峰山、内蒙古赛罕乌拉、黑龙江太阳岛等虫瘿发生地进行野外采集,收集了3000多个栎属植物虫瘿,其中统计了出峰一头以上的虫瘿503个,共收集了803头物种标本。通过形态鉴定,以及分子条形码片段比对,共鉴定出18类昆虫,其中14种鉴定到物种水平,本研究同时对其13种进行了描述。此外,2种昆虫鉴定到属水平,2种鉴定到亚科水平。2、本研究收集的18类膜翅目昆虫分别隶属于瘿蜂科、旋小蜂科、广肩小蜂科、刻腹小蜂科、长尾小蜂科、姬小蜂科、茧蜂科和姬蜂科。客居类群中客瘿蜂属物种Synergus formosanus占所有物种的55.71%,为虫瘿内优势类群。寄生类群中广肩小蜂属物种Eurytoma rosae的占比最高,达11.41%。蒙古栎上的虫瘿内物种多样性最高,致瘿瘿蜂Belizinella vicina诱导的虫瘿内物种多样性最高。3、利用SPSS软件进行多元线性回归分析,结果显示寄主植物外部环境（纬度、海拔、破碎化程度）、虫瘿物理性状（体积、发生量）与虫瘿内物种丰富度、物种多样性均无显着相关性（P>0.05）。但是虫瘿物理性状（体积、发生量）在各样地间具有显着差异（P<0.05）。4、通过SPSS软件分析Syn.formosanus客居的虫瘿、Eur.rosae寄生的虫瘿的物理性状（体积、发生量）与寄主植物所处的外部环境（纬度、海拔、破碎化程度）相关性和显着性分析,结果显示:Syn.formosanus客居的虫瘿体积、虫瘿发生量与寄主植物所处的纬度、海拔具有显着相关性（P<0.05）;Eur.rosae寄生的虫瘿发生量与寄主植物所处的纬度、海拔具有显着相关性（P<0.05）;Syn.formosanus客居的虫瘿体积在不同破碎化程度的林分中具有显着差异（P<0.05）;Eur.rosae寄生的虫瘿发生量在不同破碎化程度的林分中具显着差异（P<0.05）。
杜梓甄[2]（2021）在《基于几何形态学对跃度蝗属及其形态近似属种的快速鉴定（直翅目：蝗总科）》文中提出跃度蝗属Podismopsis隶属于直翅目Orthoptera蝗总科Acridoidea。目前,全世界已知跃度蝗属蝗虫45种（亚种）,在我国已知22种（亚种）,主要生活在林缘地带。由于其可利用前翅与后足股节摩擦发声,对生存环境要求较为严苛,再加之其属内部分种为特有种。因此,开展跃度蝗属的研究对物种起源、鸣声分化及生物地理学等都具有重要意义。然而,跃度蝗不仅存在属内种间形态极为相似的情况,其与生存在相似环境中的其他类群,更是存在趋同进化现象。此外,在对跃度蝗相关研究资料的收集与整理过程中发现,大量的跃度蝗种类的定名都仅依靠单一性别的个体,且很多已知种类的原始记述不详,缺乏准确清晰的鉴定特征图或照片,从而导致国内外研究者对跃度蝗属分类地位的划分存在较大差异,进而阻碍了国际间的进一步交流。因此,寻找到一种能够对跃度蝗及其形态近似属种进行准确、快速鉴定的手段迫在眉睫。基于上述情况,本研究选取了在蝗虫分类中具有重要作用且较易获得的两个鉴别特征——前翅和音齿列,采用几何形态学方法对跃度蝗属及其形态近似的属种,共计6属18种蝗虫进行了研究,筛选出了最适宜的几何形态鉴定特征——前翅,在此基础上初步构建了蝗虫的快速鉴定体系并对体系进行验证。具体研究结果如下:1.基于前翅形态特征的几何形态学研究（1）属级分类阶元的几何形态学研究。对跃度蝗属及与其形态近似属共计6个属的研究表明:在前翅的形态变化方面,前翅的形态有向短、宽变化的趋势。由于本部分实验所涉及的6个属均为短翅类群,由此可初步推断蝗虫的前翅正在向无翅方向进化;与主成分分析相比,典型变量分析更能将跃度蝗属及其形态近似属完全区分开。（2）种级分类阶元的几何学形态研究。对跃度蝗及其形态近似种共计18种蝗虫进行种间的几何形态学研究,结果表明:前翅的变化趋势、主成分分析结果以及典型变量研究结果均与属间的研究结果相似;与主成分分析相比较,典型变量分析可以更好地区分18种蝗虫;聚类结果显示牡丹江跃度蝗和土门岭跃度蝗前翅的形态相似度极高。这与形态分类上的研究结果,即两种跃度蝗的区别主要在于前缘脉域宽度与亚前缘脉域的宽度的比值相一致。2.基于音齿列形态的几何形态学研究（1）属级分类阶元的几何形态学研究。对跃度蝗属及其形态近似属共计5个属的研究表明:与主成分分析相比,典型变量的分析结果更能将跃度蝗属及其近似属区分开。（2）种级分类阶元的几何形态学研究。对跃度蝗及其形态近似种共计12种蝗虫进行研究,结果表明:与主成分分析相比较,典型变量分析能更好地将12种蝗虫区分开。3.基于几何形态学的最适特征的筛选鉴于前翅与音齿列的几何形态研究结果差别较大,同时为了排除因研究种类不同造成的研究结果的差异,本部分实验对与音齿列研究相对应的12种蝗虫的前翅做了主成成分分析、典型变量分析以及聚类分析,并将上述研究结果与基于音齿所得到的结果进行比较后发现:相比音齿列,对跃度蝗属及其形态近似属种进行属间、种间的快速鉴定时,前翅的研究结果更为理想,更接近外部形态分类鉴定结果。分析原因:音齿在蝗虫摩擦发声过程中,随着使用时间的增加,会逐渐被磨损,从而使形态发生改变;此外,在制备音齿列扫描电镜样品过程中,若音齿表面清洗不干净,也会影响实验结果。4.初步构建蝗虫的快速鉴定体系基于上述研究结果,以前翅作为几何形态鉴定特征,初步构建了蝗虫的快速鉴定体系,并对该体系进行了检验。综上所述,在利用几何形态学对跃度蝗属及其形态近似属种进行快速鉴定时,前翅更适合作为形态鉴定特征,音齿列可以作为辅助的鉴定特征。本研究不仅弥补了跃度蝗属及其形态近似属快速鉴定方法的空缺,也为其他物种的快速鉴定提供了一个新的思路和方法。
梁超波[3]（2020）在《中国-东盟博览会跨境检疫性展品携带有害生物快速鉴定研究》文中进行了进一步梳理中国-东盟博览会（简称“东博会”）作为中国与东盟国家商贸交流的重要平台,对广西经济发展具有重要的推动作用。随着我国对外贸易的逐年增加,东博会的规模及影响力不断增加,因此对其通关便利化提出了更高要求。当前东博会政府监管的传统模式已不符合其自身发展要求,而展会中跨境展品有害生物鉴定主要依赖形态学鉴定,由于一些检疫性害虫形态相近,可用于鉴定特征较少,严重影响检疫工作的准确性和有害生物检出率。DNA条形码检测技术是近年来物种分类鉴定的新技术,现已广泛应用于物种鉴定、遗传进化等方面研究,本研究将该技术应用于国际展会展品携带的有害生物的鉴定,主要研究结果如下:1.2004-2019年历届东博会截获跨境展品携带有害生物119种,超过2270种次,其中昆虫数量和种类均最多,截获超过2225种次,占比高达97.84%,其次为杂草,截获超过41种次,种类鉴定到8种,占比1.81%;其中以2012年截获有害生物种次最高为599次,2015年截获有害生物种类最多,为35种;截获有害生物种次最多的为印尼68.44%,截获外来生物种类最多的为印尼和柬埔寨,分别为54种和55种。东博会15年间,共截获检疫性有害生物有10种,其中杂草1种,昆虫7种,黑双棘长蠹为截获频次最高的检疫性外来生物。历届东博会截获的外来昆虫中,以鞘翅目最多,为23科2022种次。2.为了适应新海关的新形势和要求,建设并完善南宁海关有害生物图像识别系统,本研究基于南宁海关多年积累,并结合前期调研工作以及多次参与东博会跨境展品检验检疫现场查验工作的基础,通过有害生物样品及图片采集工作,建立寄主和昆虫形态图片数据库。已采集有害昆虫的跨境展品及包装140余种,有害昆虫80余种,其中新采集鉴定35种,并制作实体标本库300余件。利用多种图片采集工具拍摄昆虫危害典型症状图片500余张,昆虫整体形态及局部特征图片4600余张。并初步建设了有害生物危害症状及昆虫标本库数字化平台数据库,并将数据库上传至南宁海关有害生物识别系统,初步建成了有害生物识别APP。3.基于已构建的东博会跨境展品截获的有害生物数据库,并结合南京海关及南京贺林科技有限公司开发的数据库,更新并完善南宁海关有害生物图像识别系统APP,并利用该APP对东博会截获的大米及玉米上的有害昆虫进行鉴定,共鉴定到4种仓储害虫,分别为锯谷盗、赤拟谷盗、双棘长蠹、四纹豆象。同时,通过设计特异性引物和建立双重PCR体系,成功对双棘长蠹及黑双棘长蠹进行快速检测和区分,对该体系的灵敏度进行检测,结果表明,利用该双重PCR体系,可至少检测到模板浓度为0.05ng/μL的样品,实现有害生物的快速检测。
杨志刚[4]（2020）在《基于形态与分子数据的中国行军蚁亚科分类及系统发育研究》文中提出本研究基于形态测量学与分子系统学对中国行军蚁亚科Dorylinae的分类和系统发育关系进行探讨,通过对行军蚁亚科6属25种183号标本选取14种性状特征进行测量,并将获得的矩阵保存CSV格式,使用R软件运用形态测量学（人工神经网络和高斯混合聚类模型）的两种方法进行物种鉴定分析;采用PCR扩增并测定8属28种175号标本COI基因的DNA条形码基因片段,使用DNAtar、CLUSTALX 4.14、MEGA 7、BioEdit等软件对所得序列进行比对、剪切、拼接、碱基组成、碱基替换分析,运用邻接法（NJ）、最大似然法（ML）、贝叶斯推论法（BI）分别构建行军蚁亚科8属28种系统发育树。结合形态测量学与分子系统学分析,主要结果如下:（1）基于形态测量学对行军蚁亚科6属25种进行物种鉴定,结果表明:人工神经网络分析的鉴定成功率为79.8%,种内所有个体完全成功鉴定正确有2个种;高斯混合模型分析的鉴定成功率为88.5%,种内完全成功鉴定有8个种,高斯混合模型更适合于中国行军蚁亚科物种鉴定。（2）基于COI条形码序列对行军蚁亚科8属28种构建系统发育树,结果显示:行军蚁亚科中盲蚁属Aenictus、行军蚁属Dorylus和滑蚁属Lioponera均是单系群,盲蚁属和行军蚁属互为姐妹群,支持将行军蚁属作为行军蚁亚科的一个属;证明将槽结粗角猛蚁Cerapachys sulcinodis与西藏粗角猛蚁Cerapachys xizangensis、富川盲蚁Aenictus fuchuanensis与锡兰盲蚁Aenictus ceylonicus、齿突盲蚁Aenictus dentatus与博白盲蚁Aenictus bobaiensis分别为独立的种。（3）基于形态基础上,结合分子系统发育分析和形态测量学研究发现了4个新种,分别为:(崇左盲蚁Aenictus chongzuoensis sp.nov.、云川旁影蚁蚁Parasyscia yunchuani sp.nov.、双色旁影蚁Parasyscia bicolor sp.nov.和八节卵角蚁Ooceraea octoantenma sp.nov.（投稿已接收）。（4）分子系统发育研究物种鉴定结果与形态测量学物种鉴定结果基本相吻合,与传统分类学鉴定的结果基本一致。
刘欢欢[5]（2020）在《基于模式标本数据探索中国半翅目和膜翅目物种分类趋势》文中提出模式标本在保障命名体系稳定中有不可替代的作用,包含详细的物种采集地、采集日期、标本采集数量及性别等信息,其收藏量反映了一个国家或地区分类学研究程度,整理利用模式标本数据,对于开展一个地区物种多样性研究具有指示作用,可作为评估物种分类工作的参考依据。半翅目昆虫分布广泛、多样化程度高且大多为植食性,是农业和林业的重要害虫,而膜翅目昆虫作为昆虫纲第三大目,大多数种类是对人类有益的捕食性或寄生性天敌昆虫,在害虫的生物防治方面发挥重要作用。但迄今为止,整理中国半翅目和膜翅目的模式标本数据用于分析物种分类趋势的研究几乎没有。为弥补这方面研究的不足,通过建立我国半翅目和膜翅目昆虫模式标本数据库,运用内容分析法、Arcgis分析、相关分析等研究方法,评估中国半翅目和膜翅目分类工作,阐明这些新种在中国地区的时空分布现状,全面了解中国半翅目和膜翅目物种分类趋势。主要研究结果如下:1.在中国半翅目和膜翅目的物种组成中发现:（1）中国半翅目模式标本数据集中共计3780种,隶属于3亚目87科1306属;中国膜翅目模式标本数据集中共计3334种,隶属于2亚目55科864属;（2）含种和属数最多的科是叶蝉科Cicadellidae（253属、1119种）和茧蜂科Braconidae（156属、816种）;含物种数最多的属是木虱科的喀木虱属Cacopsylla（68种）和叶蜂科的叶蜂属Tenthredo（131种）。2.在中国半翅目和膜翅目正模标本的收藏分布中发现:（1）正模标本有记录保存单位的半翅目共3735种,共涉及67个保存单位,膜翅目共3317种,涉及55个保存单位;（2）收藏中国半翅目和膜翅目正模标本量最多的是中国科学院动物研究所,共计收藏1004种半翅目昆虫和835种膜翅目昆虫,收藏主要类群是蚜科Aphididae（225种）和姬蜂科Ichneumonidae（133种）。3.在中国半翅目和膜翅目分类工作评估中的发现:（1）1949-2017年,有420个作者参与半翅目新种发表;1949-2010年,有354个作者参与膜翅目新种发表;发表半翅目和膜翅目新种数量及参与物种描述的作者数随时间均呈增长趋势,在20世纪80-90年代新种发表量最多,2007年之后发表新种数下降较快;（2）中国半翅目和膜翅目昆虫从采集到发表,橱柜时间均值为12年左右,滞后性明显;超过半数的半翅目和膜翅目昆虫发表时仅基于单个标本;（3）中国半翅目和膜翅目昆虫在20%的科和作者各分配了约80%的数量,呈现类似“二八规律”所述的不平衡现象。4.在中国半翅目和膜翅目地理分布格局中的发现:（1）1949-2017年,共计整理中国半翅目所有新种的地理分布点10120条;1940-2010年,共计整理中国膜翅目所有新种的地理分布点12221条。中国半翅目和膜翅目昆虫物种丰富度较高的地区,在西南山地（横断山、喜马拉雅山东缘、云贵高原）、秦岭、武夷山、五指山等山区;（2）不同采集时间段下,1970年之前采集记录较少,1971-1994年种采集记录最多,进入21世纪后采集记录明显减少。（3）33省份共计采集中国半翅目昆虫模式标本42148份,膜翅目昆虫模式标本29428份,不同地区之间采集的模式标本数有明显差异,采集类群集中在叶蝉科Cicadellidae（10238份）,木虱科Psyllidae（10116份）,茧蜂科Braconidae（7007份）。通过时间和空间两个维度分别对中国半翅目和膜翅目物种分类趋势进行分析,从时间上中国半翅目和膜翅目物种分类工作在不断增强,但物种描述趋势变缓,仍有许多物种有待描述,我国昆虫α分类水平有待进一步提高;从空间上中国半翅目和膜翅目物种采集的地域和类群之间存在着不均衡,应该重视采样不足的地区。本研究不仅对分类工作者开展下一步分类学研究有一定启示,而且对中国昆虫物种多样性保护、天敌昆虫利用、有害生物治理提供资料。
符首夫[6]（2020）在《基于卷积神经网络的农作物昆虫识别与计数》文中提出农作物在生长过程中,容易受到各种病虫害的危害,影响粮食的产量和质量,因此对农作物病虫害的防治显得尤为重要。针对虫害,有效防治的前提是及时且准确地对田间害虫监测,根据虫情图像监测害虫的种群动态是有效的防治手段之一。由于农业害虫生态环境复杂,种类和数量庞大,传统的虫情图像监测方法存在实时性差、准确率低等问题。针对这一难点,本文采用深度学习的图像处理技术,提出了一套基于卷积神经网络的图像分割和图像识别方法。完成了对田间采集的农作物昆虫图像自动识别与计数。本文主要研究内容包括:（1）背景分割方法研究。由于虫情图像背景复杂,采用全卷积神经网络的方法将昆虫与背景分割开来。本文基于U-Net模型构造了一种用于昆虫图像分割的模型Insect-Net,该模型对完整的虫情图片和切割后的虫情图片分别提取特征后进行融合,将融合后的特征输入一个1×1的卷积层后得到最终分割结果,随后提取昆虫轮廓比计数。实验结果表明,该方法在虫情图像中取得了较高的像素正确率和计数正确率,分别为94.4%和89.2%。（2）粘连分割方法研究。从背景中分离的昆虫轮廓有部分粘连,为了准确地识别计数,必须把粘连的昆虫分割开来。本文采用Insect-Net模型,以昆虫目标区域图为标签训练一个子模型,再以昆虫目标边缘图为标签训练一个子模型,最终将预测得到的边缘图和区域图二值化后做与运算,我们将模型称为双流Insect-Net模型。比传统的分割方法,双流Insect-Net具有更好的分割率和分割有效率。（3）昆虫分类方法研究。在单目标的模型中将昆虫分为大型昆虫和小型昆虫,对大型昆虫和小型昆虫分别采用不同的特征提取网络,对比分类效果。测试结果表明,VGG4和Res Net50分别在小型昆虫和大型昆虫上表现较好。而将粘连分割任务和昆虫识别任务合二为一的CRNN模型在大量样本为单个目标的场景下识别精度不占优势。（4）我们将以上三种方法组合起来,对农作物昆虫识别与计数展开了实验对比。结果表明,基于CRNN的模型具有较好的计数精度,其各类昆虫平均计数正确率为86.9%。本文针对农作物中的6种目标害虫建立了自动识别与计数模型,实验结果表明,模型具有较好的精度和泛化能力,能够满足农业生产环境虫情检测的需求。
汪青青[7]（2019）在《竹蝗属几何形态测量学研究及青脊竹蝗种下分化》文中研究指明竹蝗属（Ceracris Walker,1870）隶属直翅目（Orthoptera）蝗总科（Acridoidea）网翅蝗科（Arcypteridae）,主要分布在中国秦岭一淮河以南地区。目前共记载17种（亚种）,我国分布有15种（亚种）。竹蝗属大多数种类在我国都有分布,因此竹蝗的研究基本集中在国内,其形态分类以及系统发育关系研究一直备受关注。本研究选取了竹蝗属重要分类特征,利用几何形态测量法进行定量比较分析,探讨各种之间的形态变化和变化部位,并将基于形态数据的聚类结果与基于分子数据的系统发育关系进行比较。另外,我们还结合几何形态测量技术和简化基因组SLAF-seq技术,进一步对竹蝗属内争议较大的青脊竹蝗和大青脊竹蝗分类地位问题做出相关研究。结果如下:1.竹蝗属7种（亚种）可从体长、后足股节长度以及前后翅大小3个形态特征划分为三个类型,黄脊竹蝗和大青脊竹蝗为同一类型,贺氏竹蝗、黑翅竹蝗和青脊竹蝗为一类,思茅竹蝗和西藏竹蝗为另一类。各种（亚种）前后翅翅型彼此间基本达到极显着差异,前翅翅型差异主要发生在翅末端,后翅翅型差异主要发生在径脉域、中脉域和轭脉域;前胸背板形态差异主要发生在侧隆线和后缘,黑翅竹蝗和思茅竹蝗二者前胸背板形态较近似,明显区别于其他种类,大青脊竹蝗、青脊竹蝗和西藏竹蝗前胸背板形态近似;阳具基背片差异主要存在于桥上缘、锚状突、冠突。2.形态数据聚类分析结果显示,前翅、后翅翅型数据构建的UPGMA树与分子数据构建的系统发育树不一致,且前翅和后翅的聚类结果差异较大。而基于前胸背板和阳具基背片形态的聚类结果得到了分子数据的支持。综合形态特征聚类结果与分子数据基于COI、Cyt b基因构建的系统发育树结果,黑翅竹蝗和思茅竹蝗在前胸背板及阳具基背片形态聚类中始终聚在一起,且分子数据分析也支持二者聚为一支,故不建议将思茅竹蝗从亚种提升为种。黄脊竹蝗在后翅翅型、前胸背板及阳具基背片形态上与大青脊竹蝗较为相近。西藏竹蝗与青脊竹蝗、大青脊竹蝗不仅在分子数据分析结果中被证明关系较近,在前胸背板、阳具基背片的形态上也比较相似,因此西藏竹蝗与青脊竹蝗、大青脊竹蝗可能为近缘种。3.青脊竹蝗和大青脊竹蝗的体长、后足股节长度无明显差异。在前翅翅型、前胸背板形态上都不能很好的将青脊竹蝗和大青脊竹蝗区分开来,而阳具基背片作为青脊竹蝗和大青脊竹蝗主要分类特征之一,差异表现在桥下缘弧度上,大青脊竹蝗较为平直。青脊竹蝗和大青脊竹蝗形态近似,分布范围交汇重叠,不属于地理亚种,故大青脊竹蝗亚种地位不合理。青脊竹蝗、大青脊竹蝗不同地理种群的体型大小和前后翅大小,受纬度的影响,表现出在纬度低的地区体型较大,前后翅较大,纬度高的地区体型较小,前后翅较小,其规律与伯格曼定律相反。可能是因为竹蝗成虫具有迁飞特性,属于扩散能力强的长翅型蝗虫,在纬度较低的西南地区,温度适宜,气候湿润,食物丰富,更有利于其生长发育。不同地理种群之间前后翅差异较大,而前胸背板和阳具基背片差异较小。4.基于简化基因组SLAF-seq技术,对青脊竹蝗和大青脊竹蝗7个地理种群的38个个体及外群黄脊竹蝗2个个体进行测序,共获得150.89 M reads数据,测序平均Q30为93.07%,平均GC含量为40.77%,通过序列分析,共开发901,598个SLAF标签,标签的平均测序深度为29.42 x,多态性SLAF标签有228,633个,共获得2,292,637个SNP标记。系统发育树结果显示,青脊竹蝗和大青脊竹蝗混合聚集,同时PCA分析也得到了相同的结果。进一步分析群体遗传结构,当K=1时,交叉检验错误率最低,说明青脊竹蝗和大青脊竹蝗来源于一个群体,此结果与基于线粒体DNA研究青脊竹蝗和大青脊竹蝗分类地位的结论一致。因此青脊竹蝗和大青脊竹蝗具有极为相似的遗传背景,应作为同一个物种对待。5.青脊竹蝗和大青脊竹蝗7个地理种群的群体遗传分化结果显示,云南种群聚集在系统发育树的基部,并和湖南种群聚为一支;广西种群单独聚为一支;安徽种群单独聚为一支;湖北种群和四川种群聚为一支;陕西种群聚在树的顶部。在PCA分析图上,7个地理种群聚集为三部分,云南种群为一部分,陕西种群为一部分,剩余5个种群聚为一部分。在群体遗传结构分析中,当K=2时,陕西种群位于条形图一端,与其他种群区分开来,没有基因混合出现,而云南种群位于条形图另一端,同样没有基因混合出现,其他种群处于中间,出现基因混合,混合程度具有连续性和规律性。结合竹蝗生物地理学研究结果,我们认为青脊竹蝗云南种群分化较早,陕西种群分化较晚,青脊竹蝗扩散路径可能是从云南开始,经广西、湖南、四川、湖北、安徽向陕西扩散。
邓忠易[8]（2018）在《基于神经网络的实蝇成虫图像识别算法》文中研究指明机器视觉技术是一项涉及人工智能?自动控制?神经生物学及图形图像学等众多学科的综合技术?随着计算机软硬件与图像处理技术的发展,机器视觉技术在理论和实践上都取得了重大突破,并扩展到了农业工程领域。目前,发达国家在农业生产自动化方面己经使用机器视觉技术来实现对作业对象的识别和管理。我国在机器视觉技术与农业工程领域相结合的应用研究起步较晚,同时我国农业生产环境具有复杂多变性以及非结构化特性,使得机器视觉在农业生产中的应用还不够成熟。尽管如此,在借鉴国外技术的基础上,国内的学者也已经展开大量研究,将其应用在虫害检疫、果蔬采摘、农田灌溉等广泛领域,并取得了一定成果,可以预见,将计算机学科的前沿技术融合到农业工程领域,是促进我国农业机械自动化、智能化发展的全新方向。本文以我国南方实蝇类的优势种——桔小实蝇、南瓜实蝇、瓜实蝇三类果实蝇成虫作为研究对象,借助计算机视觉技术对目标图像进行处理分析,目的是为了能够从图像中快速、准确地识别双翅目果实蝇害虫,并通过构建图像识别模型来实现流程自动化,为果实蝇检疫和大范围作物群的实时监控等虫害防治工作提供帮助。快速、准确地从图像中识别害虫,是搭建基于机器视觉技术的害虫实时监测系统的重要前提。现有研究多以实蝇翅结构作为分类特征,对实蝇图片质量有很高要求,若图片不够清晰、未准确捕捉到实蝇翅的脉络结构和翅痣,识别的效果会受到较大影响,而实际应用场景中的源图像可能会受光线、拍摄设备等外在因素影响,导致图像清晰度较低,进而影响最终的分类效果。此外,图像识别技术中最为关键的一环在于特征区域分割,现有算法并没有很好地解决从源图像中自动锁定特征区域的问题,而实际应用场景中的源图像可能会受限于拍摄角度、实蝇体态等因素,特征区域分割的准确度无法达到识别算法的要求,分类结果自然也无法达到要求,要实现实现一种适用于机器自动识别的实蝇分类算法,必须设法解决这些干扰因素。为解决上述两个技术难点,本文针对双翅目实蝇属昆虫设计一种提取特征并进行数字化处理的过程,将该过程封装成算法模块,同时结合BP神经网络在识别能力上的优势,构建识别模型。该模型能够对目标图像进行批量识别,同时效率和准确率满足实时要求。本文的研究工作可分为果实蝇的特征分析和图像识别模型构建两部分。（1）通过文献分析和样本观察发现,由于实蝇分类的复杂性,整体几何特征和色彩特征并不能对其完全准确地进行分类,经过数字化处理的局部特征反而具备更优秀的分类特性。本文在常见的数学形态特征基础上,以果实蝇胸背板作为特征局域,提取局部条纹特征作为分类依据,包括中心条纹的长Rx、宽Ry、偏心率E、周长L、面积S、形状参数F、似圆度C共7项数学形态特征。对试验数据进行统计分析,包括特征总体分布型假设检验、方差齐性检验、差异显着性检验。试验结果表明,7项特征总体在同类果实蝇中均服从正态分布,同时,中心条纹长Rx、宽Ry、周长L、面积S这4项特征值在三类果实蝇之间具有差异显着性,中心条纹偏心率E、形状参数F、似圆度C这3项特征值在南瓜实蝇和瓜实蝇之间具有差异显着性。同类稳定特性和类间差异特性使7项数学形态特征能够作为果实蝇分类研究的分类依据,并且具备较高可靠性,为后续建立果实蝇分类模型的研究工作提供了理论基础。（2）本文提出一种基于神经网络学习模型的识别算法。该算法基于Hough变换和HSV色彩空间对果实蝇图像进行特征区域的自动分割,并对特征区域的中心条纹作进一步处理,根据中心条纹形状特征的描述方法,定义实蝇形态的4种特征因子,提取特征向量。将自动提取特征向量的过程封装成功能模块,批量采集样本图像的特征向量作为训练数据集,用数据集对BP神经网络进行分类训练,得到用于实蝇分类的模型参数。试验结果表明,该方法对双翅目实蝇成虫的识别效果具有较好的准确性和实时性,对桔小实蝇、南瓜实蝇和瓜实蝇的识别准确率分别为87.3%,86.5%和87.5%,总体准确率为87.1%,单次识别平均耗时0.8 s;进一步研究的方向为:增加特征向量的维度,提高算法的鲁棒性。
张江涛[9]（2018）在《中国臀纹粉蚧族和柽粉蚧族昆虫分类研究（半翅目：蚧总科：粉蚧科：粉蚧亚科）》文中提出粉蚧隶属于半翅目Hemiptera,蚧总科Coccoidae,全世界目前已知270属2000余种。臀纹粉蚧族Planococcini和柽粉蚧族Trabutini隶属于粉蚧科Pseudococcidae,粉蚧亚科Pseudococcinae,全世界目前已知78属296种,我国目前已知11属59种。因其体形微小、繁殖力强、分布范围广,部分种类可危害经济作物和园林植物,造成植物叶落、果落、枝条枯萎,甚至整株死亡。因此,对我国该类群开展分类研究十分重要。本研究对1000余份臀纹粉蚧族和柽粉蚧族昆虫标本,通过光学显微镜对其形态学开展观察,并利用COI（线粒体DNA细胞色素氧化酶1）和28S rDNA（核糖体D2、D3扩展区）片段及形态数据对中国粉蚧科昆虫进行了系统发育学研究,同时结合文献信息对臀纹粉蚧族和柽粉蚧族昆虫地理分布进行了分析。研究结果如下:1.中国臀纹粉蚧族和柽粉蚧族昆虫共计11属59种（其中臀纹粉蚧族6属43种,柽粉蚧族5属16种）。本次研究共详细描述了 31种臀纹粉蚧族和柽粉蚧族昆虫（其中臀纹粉蚧族5属23种,柽粉蚧族3属8种）,包括中国大陆1新记录属,即秀粉蚧属 Paracoccus Ezzat&McConnell;5 个新种,即枣树松粉蚧Crisicoccus ziziphus Zhang&Wu（已发表）、白云山蚁粉蚧Formicococcus baiyunensis Zhang&Wu sp.n.、凤凰木蚁粉蚧 F.delonicolus Zhang&Wu sp.n.、悬铃木簇粉蚧Paraputo platani Zhang&Wu（已发表）、云南簇粉蚧Pa.yunnanensis Zhang&Wu（已发表）;4个中国新记录种,即杜鹃松粉蚧C.azaleae（Tinsley）、榕树簇粉蚧Pa.banzigeri Williams、马来臀纹粉蚧Planococcus bambusiolii（Takahashi）、日本臀纹粉蚧Pl.japonicus Cox;1个中国大陆新记录种,即木瓜秀粉蚧Paracoccus marginatus Williams&Granara de Willink;5个新组合,即山麻黄松粉蚧C.tremae（Borchsenius）、柑桔蚁粉蚧F.citricola（Tang）、刘氏蚁粉蚧F.liui（Borchsenius）、中国蚁粉蚧 F.sinensis（Borchsenius）、栎根簇粉蚧Pa.rhizophilus（Borchsenius）。同时,提出 2 个属级异名,即Anaparaputo Borchsenius 为Formicococcus Takahashi 的异名、Drymococcus Borchsenius为Paraputo Laing 的异名,以及一个种级异名,即Pl.litchi Cox为Pl.planococcoides（Borchsenius）的异名。共绘制53幅形态特征图,其中雌成虫29幅、三龄雌若虫16幅、二龄雌若虫4幅、二龄雄若虫2幅、一龄若虫2幅,并编制了分属、分种检索表。2.本次研究以43属88种粉蚧为研究对象,利用分子和形态数据,首次对中国粉蚧科昆虫进行系统发育学研究。结果表明:粉蚧科昆虫分为2大分支,即粉蚧亚科Pseudococcinae和绵粉蚧亚科Phenacoccinae;其中,粉蚧亚科又分为3个主要分支,即粉蚧族Pseudococcini、臀纹粉蚧族和柽粉蚧族;同时,对各亚科提供了形态鉴别特征。无足粉蚧:安粉蚧属Antonina、巢粉蚧属Nesticoccus与鞘粉蚧属Chaetococcus位于不相关的分支,因此,我们认为之前成立的球粉蚧亚科Sphaerococcinae非单系。此外,我们的分子与形态数据也支持Allotrionymus、Atrococcus、Crisicoccus、Dysmicoccus、Formicococcus、Mirococcopsis、Paraputo、PlanococcusPseudococcus、Trionymus等属为非单系。3.结合全面的地理分布信息,首次对中国臀纹粉蚧族和柽粉蚧族昆虫属级和种级单元地理分布进行分析。从世界动物地理区系范围来看,在属级水平,我国臀纹粉蚧族昆虫在古北区和东洋区最丰富,柽粉蚧族昆虫在东洋区最丰富;在种级水平,我国臀纹粉蚧族和柽粉蚧族昆虫在东洋区最丰富。从中国动物地理区系范围来看,在属级水平,我国臀纹粉蚧族和柽粉蚧族昆虫分别在华南区和华中区最丰富;在种级水平,我国臀纹粉蚧族和柽粉蚧族昆虫在华南区最丰富。此外,该类群我国特有种多达32种,占中国本类群总数的54.2%,表明我国可能是粉蚧种级一个发生中心。研究标本除多孔簇粉蚧Paraputo porosus Borchsenius和思茅簇粉蚧Pa.szemaoensis（Borchsenius）保存于俄罗斯科学院动物研究所外,其余标本均保存于北京林业大学森林保护学科昆虫标本室。
刘倩文[10]（2015）在《周尧与中国现代昆虫学发展研究》文中研究指明周尧（1912--2008年）,西北农林科技大学植物保护学院教授,着名昆虫学家,中国昆虫学事业的主要奠基人之一,在昆虫分类、农业害虫防治等领域做出了巨大的贡献。提出了"时空统一"的进化分类理论,并对盾蚧总科,头喙亚目和蛾类害虫等20多个昆虫类群进行研究,编着出版了一系列的专着和教材;在小麦吸浆虫等农业害虫方面提出了许多独特的防治措施。晚年的周尧把主要精力投入到对蝴蝶的研究,他首次拟定了中国蝴蝶族、属、种、亚种的中文名称,为蝴蝶中文名称的统一和系统化奠定了基础。他还拓宽了中国昆虫学史的研究,历时20多年着成《中国昆虫学史》,被欧美国家誉为"不朽的着作"。除了在昆虫学方面有显着成就外,周尧还开拓了学术园地:创办了昆虫研究所、昆虫博物馆、天则出版社、昆虫学术期刊,发起成立了昆虫趣味会和中国昆虫学会蝴蝶分会,设立了昆虫分类学奖励基金。这些昆虫学事业推动了我国昆虫学学科的发展与壮大,周尧也因此成为我国现代昆虫学事业的奠基者。由于成绩突出,1979年获"全国劳动模范"的称号,1985年获圣马力诺共和国国际科学院院士,1995年获亚洲农业发展基金会"亚洲农业杰出人士"称号并授予荣誉称号,2001年获何梁何利基金会"科技进步奖"。周尧的科学成就斐然,这些成就的取得与其科学素养和人文素养有着密不可分的关系。除精深广博的专业素养外,周尧的科学素养还表现在他的理论与实践相结合、注重学术交流与合作、学术独立与学术平等的科学思想,和开拓创新、执着追求、严谨求实、勤奋不懈的科学精神上。周尧的科学思想具有鲜明的时代特点,挖掘其科学思想,有助于对其科学成就作出哲学思考。而科学精神则给了他研究中的动力,支撑着他在科学探索征途中不断突破,成就了雕虫大业。周尧的人文素养主要体现在文史修养、艺术修养和人文精神等方面。由于受传统文化的熏陶,周尧有着深厚的国学根底,在文学领域也有着很深的造诣,这为他从事科学与人文交叉融合的科技史研究奠定了坚实的基础。此外在艺术领域他也有着很多成就,他的昆虫绘图把科学和艺术巧妙的结合在一起,堪称一件件艺术作品,这些艺术修养使得在他进行研究时能够开阔视野。爱国、乐群、淡泊名利、无私奉献的人文精神更是他能够取得杰出学术成就的重要支撑,使他即使经历许多政治运动,身心备受摧残,也从未放弃对科学事业的追求,直到生命的最后一刻。作为中国早期昆虫学家,周尧执教达70年之久,为国家培养了三代昆虫学人才,形成了脉络清晰、风格鲜明的学术谱系。他的弟子们传承了他开创的事业,也将他的思想与精神传递给后代,使得这些优秀的精神品质在以周尧为中心的学术谱系中产生了长远的影响力。
二、数值分类在我国昆虫分类工作中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、数值分类在我国昆虫分类工作中的应用（论文提纲范文）
（1）作瘿于四种栎树的瘿蜂及其寄生蜂多样性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 虫瘿与寄主植物研究概况 |
| 1.1.1 虫瘿 |
| 1.1.2 虫瘿与寄主植物的关系 |
| 1.2 虫瘿内群落物种结构研究概况 |
| 1.2.1 外界因素对虫瘿内群落结构的影响 |
| 1.2.2 寄主植物对虫瘿群落结构的影响 |
| 1.3 瘿蜂虫瘿内物种群落结构研究概况 |
| 1.3.1 瘿蜂虫瘿内群落组成研究 |
| 1.3.2 瘿蜂虫瘿性状对群落结构的影响研究 |
| 1.4 瘿蜂虫瘿内物种多样性研究概况 |
| 1.5 研究目的与意义 |
| 2 材料与方法 |
| 2.1 试验地概况 |
| 2.1.1 湖北神农架采集地(图2.1) |
| 2.1.2 河南关山采集地(图2.2) |
| 2.1.3 河南安阳水河村采集地(图2.3) |
| 2.1.4 河北联峰山采集地(图2.4) |
| 2.1.5 内蒙古赛罕乌拉采集地(图2.5) |
| 2.1.6 黑龙江太阳岛采集地(图2.6) |
| 2.2 虫瘿的收集与保存 |
| 2.2.1 虫瘿内物种的形态术语与外部形态 |
| 2.2.2 虫瘿内物种的分子辅助鉴定方法 |
| 2.2.2.1 虫瘿内物种DNA提取 |
| 2.2.2.2 PCR引物扩增与测序 |
| 2.3 数据处理方法 |
| 2.3.1 物种丰富度指数 |
| 2.3.2 物种多样性指数 |
| 2.3.2.1 α多样性指数 |
| 2.3.2.2 β多样性指数 |
| 2.3.3 相关性分析 |
| 2.4 技术路线图 |
| 3 栎属植物虫瘿内昆虫分类鉴定 |
| 3.1 致瘿瘿蜂种类 |
| 3.1.1 Belizinella vicina Kovalev, 1965(图3.1.1-3.1.2) |
| 3.1.2 Trichagalma acutissimae(Monzen,1953)(图3.2) |
| 3.2 主要寄生蜂种类 |
| 3.2.1 Eupelmus urozonus Dalman,1820(图3.3) |
| 3.2.2 Torymus rubi(Schrank,1781)(图3.4) |
| 3.2.3 Torymus flavigastris Matsuo,2012(图3.5) |
| 3.2.4 Eurytoma rosae Nees,1834(图3.6-3.7) |
| 3.2.5 Anastatus albitarsis Ashmead,1904(图3.8) |
| 3.2.6 Aprostocetus eriophyes(Taylor,1909)(图3.9) |
| 3.2.7 Ormyrus punctiger Westwood,1832(图3.10-3.11) |
| 3.3 客居瘿蜂种类 |
| 3.3.1 Ceroptres kovalevi Belizin,1973(图3.13) |
| 3.3.2 Synergus belizinellus Schwéger& Melika, 2015(图3.14) |
| 3.3.3 Synergus formosanus Schwéger& Melika, 2015(图3.15-3.16) |
| 3.3.4 Synergus ishikarii Melika& Schwéger, 2015(图3.17-3.18) |
| 4 栎属植物瘿蜂瘿室内昆虫群落结构 |
| 4.1 瘿室内昆虫群落物种统计 |
| 4.1.1 不同寄主植物虫瘿内群落结构 |
| 4.1.2 不同致瘿瘿蜂的天敌群落组成与物种优势度 |
| 4.2 瘿蜂瘿室内物种多样性 |
| 4.2.1 不同寄主植物虫瘿内物种多样性 |
| 4.2.2 不同致瘿瘿蜂的天敌物种多样性 |
| 4.3 讨论 |
| 5 寄主植物外部环境和瘿对瘿蜂虫瘿内物种群落特征的影响 |
| 5.1 瘿蜂寄主植物外部环境对虫瘿内物种多样性的影响 |
| 5.1.1 不同纬度梯度下虫瘿内的物种多样性分析 |
| 5.1.2 不同海拔梯度下虫瘿内的物种多样性分析 |
| 5.1.3 不同破碎化生境下虫瘿内的物种多样性分析 |
| 5.2 瘿蜂虫瘿物理性状对瘿内物种多样性的影响 |
| 5.2.1 不同虫瘿体积下虫瘿内物种多样性分析 |
| 5.2.2 不同虫瘿发生量下虫瘿内物种多样性分析 |
| 5.3 讨论 |
| 6 虫瘿内物种的相关性分析 |
| 6.1 重要物种的虫瘿与纬度的相关性分析 |
| 6.1.1 Synergus formosanus客居的虫瘿和Eurytoma rosae寄生的虫瘿的体积与纬度的相关性分析 |
| 6.1.2 Synergus formosanus客居的虫瘿和Eurytoma rosae寄生的虫瘿的发生量与纬度的相关性分析 |
| 6.2 重要物种的虫瘿与海拔的相关性分析 |
| 6.2.1 Synergus formosanus客居的虫瘿和Eurytoma rosae寄生的虫瘿的体积与海拔的相关性分析 |
| 6.2.2 Synergus formosanus客居的虫瘿和Eurytoma rosae寄生的虫瘿的发生量与海拔的相关性分析 |
| 6.3 重要物种的虫瘿与林分破碎化程度的相关性分析 |
| 6.3.1 Synergus formosanus客居的虫瘿和Eurytoma rosae寄生的虫瘿的体积与林分破碎化程度的相关性分析 |
| 6.3.2 Synergus formosanus客居的虫瘿和Eurytoma rosae寄生的虫瘿的发生量与林分破碎化程度的相关性分析 |
| 6.4 讨论 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.1.1 栎属植物虫瘿内昆虫分类鉴定 |
| 7.1.2 栎属植物瘿蜂瘿室内昆虫群落结构分析 |
| 7.1.3 虫瘿内物种的相关性分析 |
| 7.1.4 虫瘿内物种与虫瘿的相互作用分析 |
| 7.2 展望 |
| 参考文献 |
| 附录 Ⅰ (图版) |
| 个人简介 |
| 致谢 |
（2）基于几何形态学对跃度蝗属及其形态近似属种的快速鉴定（直翅目：蝗总科）（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 第一章 文献综述 |
| 1.1 跃度蝗属概述 |
| 1.1.1 开展跃度蝗属研究的意义 |
| 1.1.2 跃度蝗属分类地位与研究现状 |
| 1.2 几何形态学及其在昆虫分类研究中的应用 |
| 1.2.1 几何形态学的产生与发展 |
| 1.2.2 几何形态学常用方法 |
| 1.2.3 几何形态学在昆虫分类研究中的应用 |
| 1.3 昆虫翅的形态学研究现状 |
| 1.4 昆虫音齿列的形态学研究现状 |
| 1.5 本研究目的及意义 |
| 第二章 材料和方法 |
| 2.1 研究材料 |
| 2.2 研究方法 |
| 2.2.1 图片的获得 |
| 2.2.2 图片的数字化 |
| 2.2.3 数据分析 |
| 第三章 结果与分析 |
| 3.1 基于前翅形态对跃度蝗及其形态近似属种的几何形态学研究 |
| 3.1.1 跃度蝗属及其形态近似属的几何形态学分析 |
| 3.1.2 跃度蝗及其形态近似种的几何形态学分析 |
| 3.2 基于音齿列形态对跃度蝗及其形态近似属种的几何形态学研究 |
| 3.2.1 跃度蝗属及其形态近似属的几何形态学分析 |
| 3.2.2 跃度蝗及其形态近似种的几何形态学分析 |
| 3.3 基于前翅和音齿列两种几何形态特征进行快速鉴定方法的比较 |
| 3.3.1 属级分类阶元的比较 |
| 3.3.2 种级分类阶元比较 |
| 3.3.3 蝗虫快速鉴定体系的初步构建 |
| 第四章 结论与讨论 |
| 4.1 结论 |
| 4.2 讨论 |
| 参考文献 |
| 致谢 |
| 附录 |
（3）中国-东盟博览会跨境检疫性展品携带有害生物快速鉴定研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 有害生物鉴定对东博会通关的影响 |
| 1.2.1 有害生物鉴定对东博会通关的必要性 |
| 1.2.2 中国-东盟博览会通关模式 |
| 1.2.3 东博会展品检验检疫存在的问题 |
| 1.3 国内外生物标本数字化和图像识别技术研究 |
| 1.3.1 标本数字化及生物标本数字化的定义 |
| 1.3.2 国内外生物标本数字化研究现状 |
| 1.3.3 有害生物图像识别技术研究现状 |
| 1.4 我国进境植物检疫性有害生物种类 |
| 1.4.1 截获检疫性有害生物种类 |
| 1.4.2 截获种次最多的检疫性有害生物 |
| 1.5 有害生物检测技术现状及趋势 |
| 1.5.1 有害生物检测技术现状 |
| 1.5.2 分子生物学技术在检疫中的应用 |
| 1.5.3 当前检疫性有害生物分子检测技术的发展 |
| 1.6 DNA条形码检测技术研究 |
| 1.6.1 DNA条形码概念和原理 |
| 1.6.2 DNA条形码的选择标准和评价方法 |
| 1.6.3 DNA条形码技术在昆虫分类中的应用 |
| 1.6.4 DNA条形码技术在跨境展品有害生物检疫鉴定中的应用 |
| 1.7 研究目的与意义 |
| 1.7.1 研究目的 |
| 1.7.2 研究意义 |
| 1.8 主要研究内容 |
| 第二章 中国-东盟博览会截获有害生物调查分析 |
| 2.1 分析调查方法 |
| 2.1.1 研究地概况 |
| 2.1.2 跨境展品及携带有害生物种类调查方法 |
| 2.1.3 数据统计与分析 |
| 2.2 结果与分析 |
| 2.2.1 中国东盟博览会跨境展品概况 |
| 2.2.2 东博会跨境展品携带有害生物调查 |
| 2.3 结论与讨论 |
| 第三章 中国-东盟博览会截获有害生物数字化标本库构建 |
| 3.1 内容与方法 |
| 3.1.1 东博会跨境展品携带有害昆虫样品采集 |
| 3.1.2 东博会跨境展品有害昆虫标本制作 |
| 3.1.3 东博会跨境展品有害昆虫种类的鉴定 |
| 3.1.4 有害昆虫危害症状和形态图片采集 |
| 3.1.5 东博会跨境展品有害生物数字标本数据库的构建 |
| 3.2 结果与分析 |
| 3.2.1 东博会跨境展品携带有害昆虫样品的采集 |
| 3.2.2 东博会跨境展品携带有害昆虫种类鉴定 |
| 3.2.3 东博会跨境展品携带有害昆虫危害症状和昆虫形态图片的采集 |
| 3.2.4 东博会跨境展品有害生物数字标本数据库的构建 |
| 3.2.5 南宁海关有害生物图像识别系统设计和构建 |
| 3.3 结论与讨论 |
| 第四章 东博会跨境展品携带有害生物快速识别技术应用研究 |
| 4.1 南宁海关有害生物自动识别系统APP在东博会上的应用 |
| 4.1.1 系统建设方法 |
| 4.1.2 系统建设目标和结果 |
| 4.2 仓储类害虫双棘长蠹和黑双棘长蠹双重PCR快速检测方法研究 |
| 4.2.1 材料与方法 |
| 4.2.2 结果与分析 |
| 4.3 结论与讨论 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表论文情况 |
（4）基于形态与分子数据的中国行军蚁亚科分类及系统发育研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 前言 |
| 1.1 中国蚁科分类简介 |
| 1.2 形态测量学研究 |
| 1.2.1 形态测量学国内外研究进展 |
| 1.3 分子系统学研究 |
| 1.3.1 分子系统学在蚁科昆虫的应用 |
| 1.3.2 分子系统学在行军蚁亚科中的应用 |
| 1.4 立项依据 |
| 1.5 研究目的 |
| 第2章 实验材料与方法 |
| 2.1 形态测量学研究 |
| 2.1.1 实验材料 |
| 2.1.2 蚂蚁标本制作 |
| 2.1.3 实验所需仪器 |
| 2.1.4 图片获取与数据整理 |
| 2.1.5 数据分析方法 |
| 2.1.5.1 人工神经网络分析 |
| 2.1.5.2 高斯混合模型 |
| 2.2 分子系统学研究 |
| 2.2.1 实验材料 |
| 2.2.2 实验仪器 |
| 2.2.3 实验试剂 |
| 2.2.4 实验方法 |
| 2.2.4.1 蚂蚁DNA的提取 |
| 2.2.4.2 样品DNA检测 |
| 2.2.4.3 目的基因片段的PCR扩增 |
| 2.2.4.4 目的PCR产物的检测 |
| 2.2.5 数据处理方法 |
| 2.2.5.1 序列比对、剪切和拼接 |
| 2.2.5.2 双节行军蚁亚科COI基因条形码的系统发育信号检测 |
| 2.1.5.3 构建系统发育树 |
| 第3章 行军蚁亚科的形态测量学与分子系统学分析 |
| 3.1 形态测量学分析 |
| 3.1.1 人工神经网络分析 |
| 3.1.2 高斯混合模型结果与分析 |
| 3.2 双节行军蚁亚科的分子系统学研究 |
| 3.2.1 COI序列特征 |
| 3.2.2 COI基因部分片段的碱基替换分析 |
| 3.2.3 系统发育信号检测 |
| 3.2.4 系统发育分析 |
| 3.2.5 构建系统发育树 |
| 3.2.5.1 邻接法构建NJ树 |
| 3.2.5.2 最大似然法构建ML树 |
| 3.2.5.3 贝叶斯推论法构建BI树 |
| 第4章 讨论 |
| 4.1 行军蚁亚科部分属的形态测量分析 |
| 4.2 行军蚁亚科部分属的系统发育分析 |
| 第5章 新种描述 |
| 5.1 崇左盲蚁Aenictus chongzuoensis sp.nov |
| 5.2 双色旁影蚁Parasyscia bicolor sp.nov |
| 5.3 云川旁影蚁Parasyscia yunchuani sp.nov |
| 5.4 八节卵角蚁Ooceraea octoantenma sp.nov |
| 第6章 总结 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间发表的论文情况 |
| 致谢 |
（5）基于模式标本数据探索中国半翅目和膜翅目物种分类趋势（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 模式标本数据整理利用 |
| 1.2 分类工作评估 |
| 1.3 昆虫多样性和地理分布格局 |
| 1.4 中国半翅目昆虫的多样性和地理分布格局 |
| 1.5 中国膜翅目昆虫多样性和地理分布格局 |
| 1.6 本研究的目的与意义 |
| 第二章 研究区域与研究方法 |
| 2.1 研究区域 |
| 2.2 研究方法 |
| 2.2.1 中国半翅目和膜翅目模式标本数据的收集 |
| 2.2.2 模式标本数据库整理 |
| 2.2.3 评估中国半翅目和膜翅目分类工作 |
| 2.2.4 探索中国半翅目和膜翅目昆虫的空间分布 |
| 2.2.5 技术路线 |
| 第三章 研究结果与分析 |
| 3.1 基于模式标本数据分析中国半翅目和膜翅目的物种组成 |
| 3.1.1 科级阶元组成 |
| 3.1.2 属级阶元组成 |
| 3.1.3 小结与讨论 |
| 3.2 中国半翅目和膜翅目正模标本的收藏分布 |
| 3.2.1 中国半翅目正模标本的收藏分布 |
| 3.2.2 中国膜翅目正模标本的收藏分布 |
| 3.2.3 小结与讨论 |
| 3.3 评估中国半翅目和膜翅目分类工作 |
| 3.3.1 新种发表的时间趋势 |
| 3.3.2 参与物种描述的作者分析 |
| 3.3.3 橱柜时间分析 |
| 3.3.4 发表新种所用模式标本数及各期刊报道新种的情况 |
| 3.3.5 小结与讨论 |
| 3.4 中国半翅目和膜翅目模式标本的空间分布 |
| 3.4.1 模式标本的地域分布 |
| 3.4.2 采集趋势和发表趋势分析 |
| 3.4.3 物种丰富度和多样性中心 |
| 3.4.4 小结与讨论 |
| 第四章 总结与展望 |
| 参考文献 |
| 攻读学位期间的学术论文与研究成果 |
| 致谢 |
（6）基于卷积神经网络的农作物昆虫识别与计数（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 昆虫图像分割 |
| 1.2.2 昆虫图像识别 |
| 1.3 本文主要工作 |
| 1.3.1 基于全卷积神经网络的虫情图像背景分割 |
| 1.3.2 粘连昆虫分割处理 |
| 1.3.3 基于卷积神经网络和循环神经网络的昆虫识别 |
| 1.4 论文组织结构 |
| 参考文献 |
| 第2章 神经网络理论介绍 |
| 2.1 神经网络 |
| 2.1.1 深层神经网络 |
| 2.1.2 卷积神经网络 |
| 2.1.3 循环神经网络 |
| 2.2 神经网络训练 |
| 2.2.1 反向传播算法 |
| 2.2.2 BPTT |
| 2.3 本章小结 |
| 参考文献 |
| 第3章 基于全卷积神经网络的虫情图像背景分割 |
| 3.1 基于全卷积神经网络的图像分割原理 |
| 3.1.1 全卷积神经网络与图像分割 |
| 3.1.2 U-Net |
| 3.1.3 Insect-Net |
| 3.2 虫情图像数据集 |
| 3.2.1 数据集构造 |
| 3.2.2 图像预处理 |
| 3.3 模型训练与轮廓提取计数 |
| 3.3.1 模型训练 |
| 3.3.2 轮廓提取计数流程 |
| 3.4 虫情图像背景分割实验 |
| 3.4.1 实验环境 |
| 3.4.2 评估标准 |
| 3.4.3 参数设置 |
| 3.4.4 实验结果 |
| 3.5 本章小结 |
| 参考文献 |
| 第4章 粘连昆虫分割处理 |
| 4.1 基于传统方法的粘连判定与分割 |
| 4.1.1 粘连判定标准设计 |
| 4.1.2 粘连分割方法设计 |
| 4.2 基于双流Insect-Net的粘连昆虫分割 |
| 4.3 粘连分割对比实验 |
| 4.3.1 评估标准和数据集 |
| 4.3.2 实验结果与分析 |
| 4.4 神经网络之CRNN |
| 4.5 本章小结 |
| 参考文献 |
| 第5章 基于卷积神经网络和循环神经网络的农作物昆虫分类 |
| 5.1 CRNN原理概述 |
| 5.1.1 CRNN模型介绍 |
| 5.1.2 CTC模型介绍 |
| 5.2 分类模型图像数据集 |
| 5.2.1 数据集构造 |
| 5.2.2 图像预处理 |
| 5.3 模型搭建 |
| 5.3.1 特征提取网络 |
| 5.3.2 分类器网络 |
| 5.4 分类模型对比实验 |
| 5.4.1 实验模型 |
| 5.4.2 评估标准 |
| 5.4.3 损失函数和超参设置 |
| 5.4.4 实验结果 |
| 5.5 本章小结 |
| 参考文献 |
| 第6章 农作物昆虫识别与计数实验 |
| 6.1 数据集与评估标准 |
| 6.1.1 数据集 |
| 6.1.2 评估标准 |
| 6.2 模型组合 |
| 6.3 实验结果与分析 |
| 6.3.1 实验结果 |
| 6.3.2 性能分析 |
| 6.4 本章小结 |
| 参考文献 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
（7）竹蝗属几何形态测量学研究及青脊竹蝗种下分化（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 前言 |
| 1.1 竹蝗属概况 |
| 1.1.1 竹蝗属的种类及地理分布 |
| 1.1.2 竹蝗属的形态特征 |
| 1.1.3 竹蝗属的研究概况 |
| 1.1.4 竹蝗属的研究意义 |
| 1.2 种间系统发育关系 |
| 1.2.1 种与亚种的关系 |
| 1.2.2 近缘种 |
| 1.3 种间进化关系研究方法 |
| 1.3.1 传统形态学方法 |
| 1.3.2 几何形态测量学方法 |
| 1.3.3 线粒体DNA |
| 1.3.4 简化基因组SLAF-seq |
| 1.4 研究目的及意义 |
| 第2章 基于几何形态测量学方法的竹蝗属形态变化规律研究 |
| 2.1 材料与方法 |
| 2.1.1 实验材料 |
| 2.1.2 形态特征图像获取 |
| 2.1.3 数据标准化处理 |
| 2.1.4 体长及后足股节长度测量 |
| 2.1.5 翅的大小分析 |
| 2.1.6 翅、前胸背板及阳具基背片的形状分析 |
| 2.2 结果与分析 |
| 2.2.1 体长与后足股节长度及相关性分析 |
| 2.2.2 翅大小及其与体长相关性分析 |
| 2.2.3 翅型变化规律 |
| 2.2.4 前胸背板形态变化规律 |
| 2.2.5 雄性阳具基背片形态变化规律 |
| 2.3 讨论 |
| 2.3.1 竹蝗属体长与后足股节长度、前后翅大小呈相关性 |
| 2.3.2 竹蝗属前后翅形态变化规律 |
| 2.3.3 竹蝗属前胸背板、阳具基背片变化规律 |
| 第3章 竹蝗属形态演化与遗传分化的比较分析 |
| 3.1 材料与方法 |
| 3.2 结果与分析 |
| 3.3 讨论 |
| 第4章 基于几何形态测量学方法的青脊竹蝗与大青脊竹蝗形态差异及变化规律研究 |
| 4.1 材料与方法 |
| 4.1.1 实验材料 |
| 4.1.2 图像获取及标准化处理 |
| 4.1.3 翅的大小分析 |
| 4.1.4 翅、前胸背板及阳具基背片的形状分析 |
| 4.2 结果与分析 |
| 4.2.1 体长、后足股节长度差异及变化规律 |
| 4.2.2 翅的大小及变化规律 |
| 4.2.3 翅型差异及变化规律 |
| 4.2.4 前胸背板形态差异及变化规律 |
| 4.2.5 阳具基背片形态差异及变化规律 |
| 4.3 讨论 |
| 4.3.1 青脊竹蝗与大青脊竹蝗形态差异及分类地位 |
| 4.3.2 不同地理种群的形态变化规律 |
| 第5章 基于SLAF-seq技术的青脊竹蝗与大青脊竹蝗遗传变化与进化关系研究 |
| 5.1 实验材料 |
| 5.2 实验方法 |
| 5.2.1 酶切方案设计 |
| 5.2.2 测序及数据质量分析 |
| 5.2.3 SLAF标签和SNP标记的开发 |
| 5.2.4 群体进化分析 |
| 5.2.5 群体主成分分析 |
| 5.2.6 群体结构分析 |
| 5.3 结果及分析 |
| 5.3.1 建库评估 |
| 5.3.2 测序数据统计与评估 |
| 5.3.3 SLAF标签与SNP标记的鉴定 |
| 5.3.4 系统发育树 |
| 5.3.5 PCA分析 |
| 5.3.6 群体遗传结构 |
| 5.4 讨论 |
| 第6章 总结 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间研究成果 |
（8）基于神经网络的实蝇成虫图像识别算法（论文提纲范文）
| 摘要 |
| abstract |
| 1 前言 |
| 1.1 课题的研究背景与意义 |
| 1.2 课题的研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文的主要研究内容 |
| 1.3.1 特征区域的选取 |
| 1.3.2 特征区域的自动锁定 |
| 1.3.3 识别模型的批量处理 |
| 1.4 本章小结 |
| 2 果实蝇的特征分析 |
| 2.1 生物形态特征与数学形态特征 |
| 2.2 样本库制备 |
| 2.2.1 实蝇样本库制备 |
| 2.2.2 生物形态特征分析 |
| 2.3 果实蝇的数学形态特征分析 |
| 2.3.1 果实蝇特征的选取 |
| 2.3.2 果实蝇特征的数学定义 |
| 2.4 果实蝇图像的特征提取方法 |
| 2.4.1 高斯滤波 |
| 2.4.2 自适应边缘检测 |
| 2.4.3 特征区域分割 |
| 2.4.4 特征区域分割的试验结果与分析 |
| 2.4.5 数学形态特征提取 |
| 2.5 本章小结 |
| 3 特征工程 |
| 3.1 特征工程规划 |
| 3.1.1 数据预处理 |
| 3.1.2 特征选择 |
| 3.1.3 特征降维 |
| 3.2 数据预处理方法 |
| 3.3 果实蝇数学形态特征值提取及预处理 |
| 3.4 特征选取方法 |
| 3.4.1 分布型检验方法 |
| 3.4.2 方差齐性检验方法 |
| 3.4.3 显着性差异检验方法 |
| 3.5 果实蝇数学形态特征选取 |
| 3.5.1 总体分布假设检验 |
| 3.5.2 方差齐性检验 |
| 3.5.3 显着性差异检验 |
| 3.5.4 试验结论分析 |
| 3.6 本章小结 |
| 4 分类算法设计 |
| 4.1 BP神经网络算法技术概要 |
| 4.1.1 工作信号的正向传递 |
| 4.1.2 误差信号的反向传递 |
| 4.1.3 神经网络初始化 |
| 4.2 神经网络算法的纵向对比 |
| 4.2.1 SVM算法技术概要 |
| 4.2.2 横向对比总结 |
| 4.3 神经网络算法的横向对比 |
| 4.3.1 BP神经网络算法的局限性 |
| 4.3.2 CNN神经网络算法技术概要 |
| 4.3.3 纵向对比总结 |
| 4.4 本章小结 |
| 5 图像识别模型的构建流程 |
| 5.1 功能模块设计 |
| 5.1.1 需求概述 |
| 5.1.2 软件结构 |
| 5.2 分类试验结果与分析 |
| 5.2.1 特征区域分割试验结果与分析 |
| 5.2.2 特征因子数值分析 |
| 5.2.3 神经网络分类试验结果与分析 |
| 5.3 本章小结 |
| 6 图像识别模型的性能评估 |
| 6.1 性能评估指标 |
| 6.1.1 基本定义 |
| 6.1.2 实例 |
| 6.2 性能评估可视化方法 |
| 6.2.1 混淆矩阵 |
| 6.2.2 P-R空间 |
| 6.3 性能评估试验分析 |
| 6.3.1 交叉验证法 |
| 6.3.2 试验结果分析 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（9）中国臀纹粉蚧族和柽粉蚧族昆虫分类研究（半翅目：蚧总科：粉蚧科：粉蚧亚科）（论文提纲范文）
| 摘要 ABSTRACT 1 引言 |
| 1.1 研究概况 |
| 1.1.1 粉蚧科研究历史 |
| 1.1.2 粉蚧科科下分类研究 |
| 1.1.3 臀纹粉蚧族和柽粉蚧族研究概况 |
| 1.1.4 系统发育研究 |
| 1.2 生物学特性 |
| 1.3 经济重要性 |
| 1.4 目的与意义 2 材料与方法 |
| 2.1 研究材料 |
| 2.2 研究方法 |
| 2.2.1 标本的采集与保存 |
| 2.2.2 玻片标本制作 |
| 2.2.3 标本观察及测量 |
| 2.2.4 形态绘图及术语 |
| 2.2.5 系统发育分析 3 形态分类研究 |
| 3.1 臀纹粉蚧族分类研究 |
| 3.1.1 松粉蚧属Crisicoccus Ferris,1950 |
| (1) 杜鹃松粉蚧Crisicoccus azaleae (Tinsley,1898) |
| (2) 台湾松粉蚧Crisicoccus chiponensis (Takahashi,1939) |
| (3) 贺兰松粉蚧Crisicoccus helanensis Wu,2000 |
| (4) 核桃松粉蚧Crisicoccus matsumotoi (Siraiwa,1935) |
| (5) 桑树松粉蚧Crisicoccus moricola Tang in Tang & Li,1988 |
| (6) 蚁窝松粉蚧Crisicoccus myrmecophilus Wu,1999 |
| (7) 松树松粉蚧Crisicoccus pini (Kuwana,1902) |
| (8) 石榴松粉蚧Crisicoccus punicus Wu,2000 |
| (9) 山麻黄松粉蚧Crisicoccus tremae (Borchsenius,1962) comb.n. |
| (10) 紫藤松粉蚧Crisicoccus wistariae (Green,1923) |
| (11) 枣树松粉蚧Crisicoccus ziziphus Zhang & Wu,2016 |
| 3.1.2 曲刺粉蚧属Exallomochlus Williams,2004 |
| (12) 曲刺粉蚧Exallomochlus camur Williams,2004 |
| 3.1.3 费粉蚧属Ferrisicoccus Ezzat&McConnell,1965 |
| (13) 东亚费粉蚧Ferrisicoccus angustus Ezzat&McConnell,1956 |
| 3.1.4 蚁粉蚧属Formicococcus Takahashi,1928 |
| (14) 乌饭蚁粉蚧Formicococcus acanthodes (Wang,1979) |
| (15) 白云山蚁粉蚧Formicococcus baiyunensis Zhang&Wu sp.n. |
| (16) 毛竹蚁粉蚧Formicococcus bambusus (Wu,2001) |
| (17) 刺竹蚁粉蚧Formicococcus bambusicola (Takahashi,1930) |
| (18) 樟树蚁粉蚧Formicococcus cinnamomi Takahashi,1928 |
| (19) 柑桔蚁粉蚧Formicococcus citricola (Tang,1992) |
| (20) 凤凰木蚁粉蚧Formicococcus delonicolus Zhang&Wu sp.n |
| (21) 枇杷蚁粉蚧Formicococcus eriobotryae Wang,1985 |
| (22) 岭南蚁粉蚧Formicococcus lingnani (Ferris,1954) |
| (23) 刘氏蚁粉蚧Formicococcus liui (Borchsenius,1962) comb.n. |
| (24) 血桐蚁粉蚧Formicococcus macarangae (Takahashi,1940) |
| (25) 梅山蚁粉蚧Formicococcus mumensis (Tang,1977) |
| (26) 广布蚁粉蚧Formicococcus polysperes Williams, 2014 |
| (27) 印度蚁粉蚧Formicococcus robustus (Ezzat&McConnell,1956) |
| (28) 木荷蚁粉蚧Formicococcus schimae Takahashi,1929 |
| (29) 中国蚁粉蚧Formicococcus sinensis (Borchsenius,1962) |
| (30) 油茶蚁粉蚧Formicococcus speciosus (Wang,1982) |
| (31) 杨凌蚁粉蚧Formicococcus yanglingensis Wu&Zheng, 2001 |
| 3.1.5 秀粉蚧属Paracoccus Ezzat&McConnell,1956 |
| (32) 木瓜秀粉蚧Paracoccus marginatus Williams&Granara de Willink,1992 |
| (33) 太平洋秀粉蚧Paracoccus pacificus (Borchsenius,1949) |
| 3.1.6 臀纹粉蚧属Planococcus Ferris,1950 |
| (34) 柬埔寨臀纹粉蚧Planococcus angkorensis (Takahashi,1942) |
| (35) 马来臀纹粉蚧Planococcus bambusifolii (Takahashi,1951) |
| (36) 柑橘臀纹粉蚧Planococcus citri (Risso,1813) |
| (37) 无花果臀纹粉蚧Planococcus ficus (Signoret,1875) |
| (38) 日本臀纹粉蚧Planococcusjaponicus Cox,1989 |
| (39) 紫藤臀纹粉蚧Planococcus kraunhiae (Kuwana,1902) |
| (40) 南洋臀纹粉蚧Planococcus lilacinus (Cockerell,1905) |
| (41) 大洋臀纹粉蚧Planococcus minor (Maskell,1897) |
| (42) 密蒙花臀纹粉蚧Planococcus planococcoides (Borchsenius,1962) |
| (43) 杜松臀纹粉蚧Planococcus vovae (Nasonov,1909) |
| 3.2 柽粉蚧族分类研究 |
| 3.2.1 兰粉蚧属Amonostherium Morrison&Morrison,1922 |
| (44) 西藏兰粉蚧Amonostherium prionodes Wang, 1976 |
| 3.2.2 背刺粉蚧属Dorsoceraricoccus Dong&Wu, 2017 |
| (45) 宁波背刺粉蚧Dorsoceraricoccus ningboensis Dong&Wu,2017 |
| 3.2.3 堆粉蚧属Nipaecoccus Sulc,1945 |
| (46) 枸杞堆粉蚧Nipaecoccus lycii Tang,1992 |
| (47) 椰子堆粉蚧Nipaecoccus nipae (Maskell,1893) |
| (48) 柑橘堆粉蚧Nipaecoccus viridis (Newstead,1894) |
| 3.2.4 簇粉蚧属Paraputo Laing,1929 |
| (49) 合欢簇粉蚧Paraputo albizzicola Borchsenius,1962 |
| (50) 榕树簇粉蚧Paraputo banzigeri Williams,2004 |
| (51) 白蜡树簇粉蚧Paraputo comantis Wang,1978 |
| (52) 榕树劳簇粉蚧Paraputo ficiphilus (Borchsenius,1960) |
| (53) 天麻簇粉蚧Paraputo gasteris Wang,1982 |
| (54) 悬铃木簇粉蚧Paraputo platani Zhang&Wu,2017 |
| (55) 多孔簇粉蚧Paraputo porosus Borchsenius,1962 |
| (56) 栎根簇粉蚧Paraputo rhizophilus (Borchsenius,1962) comb.n. |
| (57) 思茅簇粉蚧Paraputo szemaoensis (Borchsenius,1960) |
| (58) 云南簇粉蚧Paraputo yunnanensis Zhang & Wu,2017 |
| 3.2.5 柽粉蚧属Trabutina Marchal,1904 |
| (59) 中亚柽粉蚧Trabutina serpentina (Green,1919) 4 系统发育研究 |
| 4.1 讨论与分析 |
| 4.1.1 属级单元讨论与分析 |
| 4.1.2 亚科级单元讨论与分析 |
| 4.1.3 族级单元讨论与分析 |
| 4.2 不足与展望 5 地理分布研究 |
| 5.1 世界地理分布研究 |
| 5.1.1 属级单元世界地理分布研究 |
| 5.1.2 种级单元世界地理分布研究 |
| 5.2 中国地理分布研究 |
| 5.2.1 属级单元中国地理分布研究 |
| 5.2.2 种级单元中国地理分布研究 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 研究不足 |
| 6.4 展望 参考文献 图版 附录 个人简介 导师简介 获得成果 致谢 |
（10）周尧与中国现代昆虫学发展研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 绪论 |
| 一、研究依据及意义 |
| 一、国内外研究动态 |
| 三、研究方法和资料来源 |
| 四、创新之处和不足 |
| 第一章 周尧的学术成长背景和成长历程 |
| 第一节 周尧的学术成长背景 |
| 第二节 周尧的学术成长历程 |
| 第二章 周尧的昆虫学研究成就 |
| 第一节 昆虫分类学研究 |
| 第二节 《中国蝶类志》与蝴蝶分类研究 |
| 第三节 小麦吸浆虫研究 |
| 第四节 中国昆虫学史新学科的创立 |
| 第三章 周尧开创的昆虫学事业 |
| 第一节 昆虫学教育 |
| 第二节 创建昆虫研究所、昆虫博物馆 |
| 第三节 创办昆虫学术期刊和天则出版社 |
| 第四章 周尧的科学和人文素养 |
| 第一节 周尧的科学思想 |
| 第二节 周尧的科学精神 |
| 第三节 周尧的人文素养 |
| 第五章 周尧的学术传承与影响 |
| 第一节 人的传承 |
| 第二节 学术的传承 |
| 第三节 思想与精神的传承 |
| 第四节 学术机构与学术资源的传承 |
| 结语 |
| 附录 |
| 参考文献 |
| 致谢 |
| 硕士就读期间公开发表的学术论文情况 |
四、数值分类在我国昆虫分类工作中的应用（论文参考文献）
- [1]作瘿于四种栎树的瘿蜂及其寄生蜂多样性研究[D]. 鞠晓雪. 浙江农林大学, 2021(02)
- [2]基于几何形态学对跃度蝗属及其形态近似属种的快速鉴定（直翅目：蝗总科）[D]. 杜梓甄. 沈阳农业大学, 2021(05)
- [3]中国-东盟博览会跨境检疫性展品携带有害生物快速鉴定研究[D]. 梁超波. 广西大学, 2020(07)
- [4]基于形态与分子数据的中国行军蚁亚科分类及系统发育研究[D]. 杨志刚. 广西师范大学, 2020(02)
- [5]基于模式标本数据探索中国半翅目和膜翅目物种分类趋势[D]. 刘欢欢. 福建农林大学, 2020(02)
- [6]基于卷积神经网络的农作物昆虫识别与计数[D]. 符首夫. 江苏科技大学, 2020(03)
- [7]竹蝗属几何形态测量学研究及青脊竹蝗种下分化[D]. 汪青青. 陕西师范大学, 2019(06)
- [8]基于神经网络的实蝇成虫图像识别算法[D]. 邓忠易. 华南农业大学, 2018(08)
- [9]中国臀纹粉蚧族和柽粉蚧族昆虫分类研究（半翅目：蚧总科：粉蚧科：粉蚧亚科）[D]. 张江涛. 北京林业大学, 2018(04)
- [10]周尧与中国现代昆虫学发展研究[D]. 刘倩文. 南京农业大学, 2015(06)