王扬帆
- 作品数：22 被引量：1H指数：1
- 供职机构：中国海洋大学更多>>
- 发文基金：国家自然科学基金现代农业产业技术体山东省现代农业产业技术体系创新团队建设专项资金系建设专项资金更多>>
- 相关领域：理学自动化与计算机技术生物学动力工程及工程热物理更多>>
- 一种饵料藻自动培养与投加装置
- 本实用新型属于海产品养殖设备技术领域，涉及一种饵料藻自动培养与投加装置,微滤网箱内安装有气动活塞泵，气动活塞泵内固定制有弹簧和活塞；营养盐贮存罐通过营养盐投加管与活塞的下方通透式相连，营养盐投加管上固定制有调节阀和第一单...
- 胡晓丽包振民黄晓婷王师张玲玲陆维王扬帆
- 文献传递
- 一种扇贝贝壳生长纹路的分割与识别方法
- 本发明提供一种扇贝贝壳生长纹路的分割与识别方法，是在获得扇贝贝壳CT图像后，采用高斯核匹配滤波对其管状纹路匹配增强，再对增强后的图像进行迭代处理，通过每次迭代保留纹路的特性信息，获得的精细纹路被分割出来。本发明利用虾夷扇...
- 邢强王扬帆魏腾达李玉强张玲玲王师胡晓丽陆维包振民
- 文献传递
- 一种饵料藻自动培养与投加方法
- 本发明属于海产品养殖设备技术领域，涉及一种饵料藻自动培养与投加装置,先组装好饵料藻自动培养与投加装置，调节营养盐投加管上的调节阀，在气动活塞泵内活塞的下方注满饵料藻生长所需浓度的培养液；再调节CO<Sub>2</Sub>...
- 包振民胡晓丽张玲玲王师黄晓婷王扬帆陆维
- 文献传递
- 棘皮动物育种数据管理与分析平台的开发及应用
- 2022年
- 以刺参为代表的高价值棘皮动物在我国的养殖规模不断扩大,市场价值越来越高,但有关棘皮动物育种数据管理与分析的系统并未开发。本平台是以ASReml软件为遗传评估核心,使用Mysql数据库和java、R语言,利用maven、myeclipse2017工具开发的一套基于B/S框架,在Linux环境下运行的育种数据管理与分析系统。平台包含6大功能模块:系统管理、种质信息、表型数据库、表型数据分析、基因组数据库和基因组数据分析等。能实现棘皮动物表型数据、系谱数据和基因组数据的管理、育种值分析、遗传力估算、近交和亲缘系数计算、遗传进展计算和选种配种方案制定。运用该平台对刺参育种模拟数据进行管理、分析与应用,利用模拟表型数据和基因组数据对刺参的棘刺、体重进行了遗传力分析和育种值计算,并提出选种配种方案。该平台的推广和应用将提升棘皮动物育种效率,对我国棘皮动物育种工作的发展具有重要的促进作用。
- 李彬王卫军王扬帆孙国华徐晓辉冯艳微李赞崔翠菊杨建敏
- 关键词：棘皮动物信息管理
- 时滞矩阵微分方程的等度稳定性
- 2007年
- 在矩阵值范数定义的广义赋范空间上利用矩阵Liapunov泛函研究了时滞矩阵微分方程的等度稳定性,得出了若干新结果.
- 王扬帆马亚锋王林山
- 一种基于MCP稀疏深层神经网络模型估计水产动物基因组育种值的方法
- 本发明提供一种基于MCP稀疏深层神经网络模型估计水产动物基因组育种值的方法，针对SNP直接加性和互作上位效应利用基于最小最大凹度惩罚函数(MCP)正则化稀疏深层神经网络(DNN‑MCP)模型估计水产动物基因加性效应及非线...
- 王扬帆王孟秋倪萍侯虎胡景杰包振民
- 一种基于ADMIXTURE-MCP模型估计水产动物基因组品种组成的新方法
- 本发明提供一种基于ADMIXTURE‑MCP模型估计水产动物基因组品种组成的新方法，属于水产动物品种组成领域，方法包括步骤：获得未知品种水产动物基因组SNP标记数据；对参考水产动物进行筛选；估计水产动物基因组品种组成。针...
- 王扬帆任强倪萍胡晓丽黄晓婷邢强焦文倩张玲玲王师胡景杰包振民
- 文献传递
- 一种基于MCP稀疏深层神经网络模型估计水产动物基因组育种值的方法
- 本发明提供一种基于MCP稀疏深层神经网络模型估计水产动物基因组育种值的方法，针对SNP直接加性和互作上位效应利用基于最小最大凹度惩罚函数(MCP)正则化稀疏深层神经网络(DNN‑MCP)模型估计水产动物基因加性效应及非线...
- 王扬帆王孟秋倪萍侯虎胡景杰包振民
- 文献传递
- 基于偏微分方程的时滞递归神经网络的动力分析与多尺度图像处理研究
- 本文主要包括两个部分:
第一部分研究了基于生物脑神经的研究而发展起来的非生物的信息处理系统一人工神经网络模型中的几类时滞反应扩散递归神经网络的动力行为。主要研究内容如下:
一、研究了具有S-型分布时滞反应扩散...
- 王扬帆
- 关键词：偏微分方程马尔科夫链
- 一种扇贝贝壳生长纹路的分割与识别方法
- 本发明提供一种扇贝贝壳生长纹路的分割与识别方法，是在获得扇贝贝壳CT图像后，采用高斯核匹配滤波对其管状纹路匹配增强，再对增强后的图像进行迭代处理，通过每次迭代保留纹路的特性信息，获得的精细纹路被分割出来。本发明利用虾夷扇...
- 邢强王扬帆魏腾达李玉强张玲玲王师胡晓丽陆维包振民
