八种鼠类头骨自动分科识别模型研究

本研究借助计算机技术,初步探讨鼠类头骨自动分科的识别模型。研究选择4个科的8种鼠的成年组作为研究对象,用Bugshape V1.0提取数学形态特征。对这些特征进行比值化处理后分析建模,用于鼠类的分科识别。从交叉判别结果来看,利用数学形态比值化特征建立的模型可以进行很好地识别,但要提高识别率或再增加鼠种时,需要进一步提取新特征并优化。     

静态异速生长对布氏田鼠和棕色田鼠头骨识别模型的影响

目前异速生长定律多应用于植物的生长和动物的代谢,但在鼠类分类领域尚未有报道,为了研究静态异速生长对头骨识别模型的影响,选取成年组的布氏田鼠和棕色田鼠的头骨,用BugshapeV 1.0获取44个数学形态特征,对其中的变量特征进行比值化处理,非变量特征不做处理,共得到40个数学形态比值特征,对原始特征和比值特征及进行分析建模,用于鼠种的分类识别。通过对比两类模型的判别率可以看出,两类模型的判别率一致。这说明静态异速生长对建立的模型判别率影响很小,可直接用原始数据进行分析建模,这可能是因为分析软件会筛选出更具分辨能力的特征进行建模。