导读:本文包含了遗传协方差论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:协方差,棉铃,陆地棉,函数,性状,算法,湿地松。
遗传协方差论文文献综述
汤飞宇,王晓芳,莫旺成,肖小红,肖文俊[1]（2013）在《陆地棉棉铃与纤维品质性状的遗传协方差分析》一文中研究指出采用加性-显性及其与环境互作的遗传模型,分析了陆地棉棉铃性状与纤维品质性状的各项遗传协方差分量。结果表明,绒长与铃纵径呈显着的加性和显性正相关,麦克隆值与铃横径呈显着的加性负相关,与铃形指数呈显着的加性正相关,比强度与铃横径和纵径均呈极显着的加性正相关。除整齐度外,其它4个纤维品质性状与3个棉铃形态性状的基因型相关以正向加性遗传相关为主,因此在低世代间接选择棉铃形态性状对改良纤维品质是有效的。绒长与单铃重、单铃纤维重、单铃种子重和单铃种子数均存在极显着的正向显性遗传协方差,比强度与单铃种子重呈显着的显性遗传正相关。纤维品质性状与4个棉铃内产量因子的基因型相关主要来自正向的显性遗传相关,表明可以通过杂种优势利用实现两者的同步改良。(本文来源于《核农学报》期刊2013年09期）
汤飞宇,王晓芳,莫旺成,肖文俊[2]（2012）在《陆地棉棉铃性状与纤维品质性状的遗传协方差分析》一文中研究指出棉铃是棉花产量和品质的基本单位。棉纤维品质和棉铃性状是在棉铃发育过程中同步形成的,两者存在复杂的遗传关系,阐明两者的遗传相关性对于提高棉花育种效率,实现棉花产量和品质的同步改良具有重要的意义。试验于2007年至2009年在江西农业大学农业科技园进行。2007年和2008年以3个陆地棉高品质系为母本,6个抗虫棉品种(品系)为父本,按3×6杂交方式配制18个正交组合,同时配制对应的18个反交组合。3个高品质系分别为:A9-1、特早熟、早海百;6个抗虫棉品种(品系)分别为:中棉44、鲁40534、king4、33B、A802和Y23。9个亲本在棉铃性状和纤维品质表现上具有较大的差异。2008年和2009年分别种植9个亲本和36个F1组合,随机区组设计,3次重复,单行区,行长9.3m,行距1.05m,株距0.45m。采用营养钵育苗移栽,2008年4月18号播种,5月7号移栽;2009年4月16号播种,5月18号移栽。土壤肥力中等偏上,其它管理同大田。棉花盛花期(7月下旬)挂牌标记每个小区当日开放的白花,花后40天测定棉铃性状,棉铃成熟吐絮后将棉样送农业部纤维品质测试中心经HVI9000测试仪测定。采用加性-显性及其与环境互作的遗传模型,分析了陆地棉9个亲本及其36个F1杂种的棉铃性状(横径、纵径、铃形指数、单铃重、单铃纤维重、单铃种子重、单铃种子数)与纤维品质性状(绒长、整齐度、麦克隆值、伸长率、比强度)的两年试验资料,估算了棉铃性状与纤维品质间的各项遗传协方差分量。结果表明,绒长与纵径呈显着的加性和显性正相关,整齐度与纵径和横径均呈显着的显性正相关,麦克隆值与横径呈显着的加性负相关,与铃形指数呈显着的加性正相关,伸长率与铃形指数呈极显着的加性正相关,比强度与横径和纵径均呈极显着的加性正相关。纤维品质与3个棉铃形态性状的基因型相关以加性遗传相关为主,因此在低世代间接选择棉铃形态性状对改良纤维品质是有效的。绒长与单铃重、单铃纤维重、单铃种子重和单铃种子数均存在极显着的正向显性遗传协方差,同时与单铃种子数还存在显着的负向加性遗传协方差,伸长率与单铃纤维重和单铃种子数的显性遗传协方差为显着的正值,比强度与单铃种子重呈显着的显性遗传正相关。纤维品质与4个棉铃内产量因子的基因型相关主要来自正向的显性遗传相关,表明可以通过杂种优势利用实现两者的同步改良。(本文来源于《2012年中国作物学会学术年会论文摘要集》期刊2012-10-17）
金保平,岳东杰,李成仁[3]（2012）在《基于遗传规划的协方差函数计算及其在GPS高程拟合中的应用》一文中研究指出在利用最小二乘配置进行GPS高程拟合时,协方差函数的确定直接关系到拟合的精度。提出了在预先不知道协方差函数具体形式的情况下,利用遗传规划的原理进行协方差函数的拟合。通过实例验证了遗传规划在协方差函数拟合中的可行性。(本文来源于《测绘科学技术学报》期刊2012年01期）
黄一珂,尚柏林[4]（2011）在《基于协方差矩阵遗传算法的飞行器结构健康监控传感器优化配置》一文中研究指出利用协方差矩阵改进后的遗传算法研究了飞行器结构健康监控中传感器的优化配置问题。该方法通过历史损伤记录或实验记录对目标结构的损伤概率分布进行量化假设,并结合以协方差矩阵改进后的遗传算法,在传感器位置优化研究中加以考虑,使优化配置后的传感器阵列能够针对目标结构的损伤高发区域进行重点监控。通过与正六边形网格覆盖布局方法在不同传感器数量条件下优化结果的对比分析,证明了该方法的优越性,并对传感器的数量优化问题进行了初步讨论。(本文来源于《机械设计与制造》期刊2011年08期）
张建忠,沈凤强,姜景民,栾启福,杨全琮[5]（2010）在《湿地松高产脂家系产脂量和生长量的遗传力估算及协方差分析》一文中研究指出以现实产脂量而不是产脂力为研究对象,利用包括对照在内的17个湿地松Pinuselliottii高产脂半同胞家系15～16年生时2a的单株测定结果和SAS程序包中非平衡数据分析方法(REML)对实际产脂量和生长量的家系和单株遗传力进行了估算,并利用协方差分析了产脂量和生长量的方差效应、产脂量和生长量间的相关性及产脂量的年度相关。结果表明:2007年和2008年全年产脂量的家系遗传力分别为0.6748和0.6930,单株遗传力分别是0.3678和0.4162;材积的家系遗传力和单株遗传力分别为0.8810和0.6826,均处于较高水平。树高和胸径的相关系数R2为0.7638,相关极显着,且区组、家系以及单株的变差都达到了显着水平;2007年产脂量和2008年产脂量相关系数R2为0.6969,相关极显着(Pr>F<0.001),其中家系对产脂量的影响达到极显着水平(0.0051),而区组和单株对产脂量的影响均不显着;所有生长量指标和产脂量指标之间的回归均达到极显着水平,相关系数(R2)为0.4341～0.5434。Duncan多重比较显示产脂量高、生长量也相对较高的家系为212,202,201和219。在高产脂遗传材料选择时应综合考虑实际产脂量和生长量指标进行选择。(本文来源于《浙江林学院学报》期刊2010年03期）
杨剑,张雄伟,王振力[6]（2006）在《一种基于协方差函数和遗传算法的语噪盲分离算法》一文中研究指出文中提出了一种基于协方差函数和遗传算法的语噪盲分离算法,并应用于语音增强。由语音和噪声的独立性,选择基于协方差函数的分离准则,并结合语噪盲分离时混合矩阵维数较低的特点,采用遗传算法作为搜索方法。仿真结果表明,对语噪的线性瞬时混合模型,该算法具有良好的分离效果。(本文来源于《军事通信技术》期刊2006年02期）
薛付忠,王洁贞,郭亦寿,胡平[7]（2005）在《人类群体遗传结构的协方差阵主成分分析方法》一文中研究指出目的:探讨基因频率矩阵的中心化(或均值化)协方差阵主成分分析方法在人类群体遗传结构研究中的适用性和合理性。方法:从基因频率矩阵的结构特征入手,分析中心化、均值化协方差阵主成分分析与标准化相关阵主成分分析在特征根、特征向量以及降维效果等方面的差异,并通过实例比较不同方法在解释群体遗传结构特征上合理性。结果:中心化(或均值化)协方差阵的主成分不仅反映了基因变异程度的“方差信息量权”,而且反映了基因间相互影响程度的“相关信息量权”;标准化相关阵的主成分反映的仅是“相关信息量权”,不包括“方差信息量权”。通过比较中国26个汉族人群HLA-A基因座中心化协方差阵和标准化相关阵2种主成分分析结果,证实中心化协方差阵主成分分析方法在特征根与特征向量、保留主成分的个数和对主成分的群体遗传学解释的合理性等方面均优于标准化相关阵主成分分析方法。结论:在对群体遗传结构进行主成分分析时,应使用中心化(或均值化)变换消除基因频率矩阵中量级的影响,然后在用其协方差阵提取主成分。(本文来源于《人类学学报》期刊2005年03期）
李秀丽[8]（2003）在《考力代绵羊体重生长的遗传参数与协方差函数估计》一文中研究指出本研究利用1269只考力代绵羊初生、断奶、8月龄、周岁和18月龄等5个月龄的体重，共3332个生长发育记录，采用以下步骤进行分析：①利用SPSS~(?)软件的GLM过程对固定效应进行分析，以筛选遗传分析模型中应包括的固定效应。其中被筛选的固定效应为性别、出生年份、出生月份、出生日期和出生类型等5个非遗传因素的主效应和它们间所有二级互作效应；②配合9个包含不同随机效应的混合模型进行单性状遗传分析，根据似然比检验(LRT)筛选出用于多性状遗传分析和协方差函数估计的最宜模型，并将所得的方差组分估值作为多性状遗传分析和协方差函数估计的初值；③在最宜模型下，用多性状分析估计协方差组分和遗传相关，并将协方差组分作为协方差函数估计的初值；④在最宜模型下，用协方差函数忙(CF)模型，配合阶数为3～5阶，估计协方差函数，然后用似然比检验(LRT)、Araike信息标准(AIC)和贝叶斯信息标准(BIC)筛选最宜配合阶数，并得到由协方差函数估计所得的遗传参数。此外，在单性状分析中，探讨了固定效应的筛选与否对参数估值的影响。结果表明： 1、出生年份和出生类型对初生重影响显着，出生年份、出生类型、出生月份和性别对断奶重、8月龄重、周岁重和18月龄重的影响都显着。 2、无论是否对固定效应进行筛选，用单性状遗传分析选出的最宜模型都为模型3，即y=Xb+Z_1a+W_2c+e。 3、对固定效应不用GLM过程的方差分析进行筛选，遗传参数估值差异不大，但包含固定效应数多时，涉及的方程组大，计算时间长，效率较低。表明分析前应进行固定效应的选择，尤其是大数据集，包含固定效应多或固定效应的水平数多时，更应筛选固定效应。 4、多性状遗传分析中，若考虑误差间的协方差，则由此所得遗传力估值与单性状分析的估计结果基本一致，中等高，且以前者微佳。其初生重、断奶重、8月龄重、周岁重和18月龄重的遗传力估值依次为0.28、0.33、0.30、0.23和0.21;遗传相关的估值范围为0.37一0.%。若不考虑误差间的协方差，其遗传力估值和遗传相关佑值与CF估计所得的遗传力佑值和遗传相关枯值一致，都偏高. 5、在最宜模型下，对加性遗传效应配合5阶，即全阶配合，对母体永久环境效应配合4阶，即降阶配合，能较好地模拟考力代绵羊生长曲线的遗传变异和表型变异. 6、加性遗传CF为:，!.l.weeeee.J︸日阿阿阿阿 夕J，‘︸Jl﹄少a口ar..eseelesL，..les..we.eeJ !15一 ‘、仁，，，砧一，‘·42A妙‘，“，)一P“‘“广“厂“厂J}一1，一37 }’5·O9 L 0.26母体永久环境CF为: f 9.10- z、r，，1!一5.41尺ta‘.a卜l一aa尹a子l}“‘’‘ 、一，，‘·‘’J}一6.77 L 7.57_一1 1.42 95.95138.06一75.，9一107.41一1 1.37138.06 210.6一106.51一168.69 15.09一75.79一106.51625879.340.26一107.一168.l46979.34140.86一6.774.045.22一5.527.57一4.96一5.526.69(本文来源于《山西农业大学》期刊2003-07-01）
童春发,施季森,李力[9]（2002）在《一般遗传模型的方差分析和协方差分析》一文中研究指出自1925年Fisher提出的方差分析方法以来,随机效应线性模型或混合线性模型在数量遗传学领域中的应用越来越广泛。虽然发展了其它的分析方法,如最小范数二次无偏估计法(MINQUE)、极大似然法(ML)和边缘极大似然法(REML)等,但是方差分析的方法是最常用的。然而经典的数量遗传学教材中(本文来源于《持续发展，再创辉煌——中国林学会林木遗传育种分会第五届年会文集》期刊2002-10-01）
刘文忠,周忠孝,张沅[10]（2002）在《用随机回归模型估计SD-Ⅱ系猪体重的遗传和表型协方差函数》一文中研究指出用6个世代的686头SD-Ⅱ系猪的生长记录估计作为经度数据的体重的遗传和表型协方差函数。配合将年龄的勒让德多项式作为自变量的随机回归模型,用平均信息约束最大似然（AIREML）法估计回归系数间的协方差,从而得到加性遗传和永久环境协方差函数的系数。结果表明,协方差函数可以反映出体重在连续的年龄尺度上的遗传和表型变异。当多项式的配合阶数k=3,即降阶配合时,便可充分描述SD-Ⅱ系猪体重的生长变化。降价配合涉及的参数较少,同时可以缓和协方差估值间的差异。(本文来源于《畜牧兽医学报》期刊2002年02期）
遗传协方差论文开题报告
（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：
棉铃是棉花产量和品质的基本单位。棉纤维品质和棉铃性状是在棉铃发育过程中同步形成的,两者存在复杂的遗传关系,阐明两者的遗传相关性对于提高棉花育种效率,实现棉花产量和品质的同步改良具有重要的意义。试验于2007年至2009年在江西农业大学农业科技园进行。2007年和2008年以3个陆地棉高品质系为母本,6个抗虫棉品种(品系)为父本,按3×6杂交方式配制18个正交组合,同时配制对应的18个反交组合。3个高品质系分别为:A9-1、特早熟、早海百;6个抗虫棉品种(品系)分别为:中棉44、鲁40534、king4、33B、A802和Y23。9个亲本在棉铃性状和纤维品质表现上具有较大的差异。2008年和2009年分别种植9个亲本和36个F1组合,随机区组设计,3次重复,单行区,行长9.3m,行距1.05m,株距0.45m。采用营养钵育苗移栽,2008年4月18号播种,5月7号移栽;2009年4月16号播种,5月18号移栽。土壤肥力中等偏上,其它管理同大田。棉花盛花期(7月下旬)挂牌标记每个小区当日开放的白花,花后40天测定棉铃性状,棉铃成熟吐絮后将棉样送农业部纤维品质测试中心经HVI9000测试仪测定。采用加性-显性及其与环境互作的遗传模型,分析了陆地棉9个亲本及其36个F1杂种的棉铃性状(横径、纵径、铃形指数、单铃重、单铃纤维重、单铃种子重、单铃种子数)与纤维品质性状(绒长、整齐度、麦克隆值、伸长率、比强度)的两年试验资料,估算了棉铃性状与纤维品质间的各项遗传协方差分量。结果表明,绒长与纵径呈显着的加性和显性正相关,整齐度与纵径和横径均呈显着的显性正相关,麦克隆值与横径呈显着的加性负相关,与铃形指数呈显着的加性正相关,伸长率与铃形指数呈极显着的加性正相关,比强度与横径和纵径均呈极显着的加性正相关。纤维品质与3个棉铃形态性状的基因型相关以加性遗传相关为主,因此在低世代间接选择棉铃形态性状对改良纤维品质是有效的。绒长与单铃重、单铃纤维重、单铃种子重和单铃种子数均存在极显着的正向显性遗传协方差,同时与单铃种子数还存在显着的负向加性遗传协方差,伸长率与单铃纤维重和单铃种子数的显性遗传协方差为显着的正值,比强度与单铃种子重呈显着的显性遗传正相关。纤维品质与4个棉铃内产量因子的基因型相关主要来自正向的显性遗传相关,表明可以通过杂种优势利用实现两者的同步改良。
（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。
遗传协方差论文参考文献
[1].汤飞宇,王晓芳,莫旺成,肖小红,肖文俊.陆地棉棉铃与纤维品质性状的遗传协方差分析[J].核农学报.2013
[2].汤飞宇,王晓芳,莫旺成,肖文俊.陆地棉棉铃性状与纤维品质性状的遗传协方差分析[C].2012年中国作物学会学术年会论文摘要集.2012
[3].金保平,岳东杰,李成仁.基于遗传规划的协方差函数计算及其在GPS高程拟合中的应用[J].测绘科学技术学报.2012
[4].黄一珂,尚柏林.基于协方差矩阵遗传算法的飞行器结构健康监控传感器优化配置[J].机械设计与制造.2011
[5].张建忠,沈凤强,姜景民,栾启福,杨全琮.湿地松高产脂家系产脂量和生长量的遗传力估算及协方差分析[J].浙江林学院学报.2010
[6].杨剑,张雄伟,王振力.一种基于协方差函数和遗传算法的语噪盲分离算法[J].军事通信技术.2006
[7].薛付忠,王洁贞,郭亦寿,胡平.人类群体遗传结构的协方差阵主成分分析方法[J].人类学学报.2005
[8].李秀丽.考力代绵羊体重生长的遗传参数与协方差函数估计[D].山西农业大学.2003
[9].童春发,施季森,李力.一般遗传模型的方差分析和协方差分析[C].持续发展，再创辉煌——中国林学会林木遗传育种分会第五届年会文集.2002
[10].刘文忠,周忠孝,张沅.用随机回归模型估计SD-Ⅱ系猪体重的遗传和表型协方差函数[J].畜牧兽医学报.2002
论文知识图
