首页|期刊导航|天津师范大学学报(自然科学版)|机器学习在产卡拉胶红藻分类中的应用

机器学习在产卡拉胶红藻分类中的应用OA

中文摘要

为了突破传统形态分类学方法对产卡拉胶红藻分类的局限,尤其是对于近缘种和隐存种区分的困难,本研究通过文献检索,系统收集了产卡拉胶红藻物种及其形态特征,进一步对红翎菜科5属21个物种的31类形态特征数据进行标准化赋值,利用随机森林(Random Forest)和极端梯度提升(XGBoost)两种机器学习模型,进行属级分类分析.结果表明,随机森林模型的分类性能优于极端梯度提升模型(AUC分别为0.80和0.71),准确率更高.模型分析表明,“分枝基部缢缩”、“藻体形状”等形态特征可作为属级划分的重要特征.

钟颜光;丁兰平;楚越;吴雨杨;陈杰;高原;孙畅;陈美娜;黄冰心

天津师范大学生命科学学院,天津300387 天津师范大学天津市动植物抗性重点实验室,天津300387天津师范大学生命科学学院,天津300387 天津师范大学天津市动植物抗性重点实验室,天津300387天津师范大学生命科学学院,天津300387 天津师范大学天津市动植物抗性重点实验室,天津300387天津师范大学生命科学学院,天津300387 天津师范大学天津市动植物抗性重点实验室,天津300387天津师范大学生命科学学院,天津300387 天津师范大学天津市动植物抗性重点实验室,天津300387天津师范大学生命科学学院,天津300387 天津师范大学天津市动植物抗性重点实验室,天津300387天津师范大学生命科学学院,天津300387 天津师范大学天津市动植物抗性重点实验室,天津300387天津师范大学生命科学学院,天津300387 天津师范大学天津市动植物抗性重点实验室,天津300387天津师范大学生命科学学院,天津300387 天津师范大学天津市动植物抗性重点实验室,天津300387

农业科技

卡拉胶红藻分类学形态学机器学习

《天津师范大学学报(自然科学版)》 2026 (4)

P.19-27,57,10

国家自然科学基金资助项目(32270219).

10.19638/j.issn1671-1114.20260403

评论