一、蓖麻产量构成因素的灰色关联度分析初探（论文文献综述）
顾丽丽[1]（2021）在《基于广义回归神经网络的温室番茄施肥量调控研究与应用》文中研究说明温室番茄是常见的温室茄果类蔬菜作物,如何进行精准施肥,以此提高产量及果实品质是待解决的问题。目前温室番茄的施肥主要依靠农户经验进行,不仅无法促进产量增长而且还会造成资源浪费,针对这个问题,本文提出一种施肥量调控模型,实现对温室番茄施肥量的精准调控。本文从产量预测和施肥量调控两方面展开研究。在构建预测模型阶段,提出一种基于改进樽海鞘算法的广义回归神经网络构建番茄产量预测模型。在施肥量调控阶段,针对粒子群算法的缺陷,提出一种改进的粒子群算法,再以产量预测模型为目标函数,利用改进的粒子群算法对产量进行迭代寻优,获取不同温度、湿度、光照强度及二氧化碳浓度耦合条件下的施肥量目标值。以仿真验证本文提出算法的有效性,在构建番茄产量预测模型时,相较于广义回归神经网络和原樽海鞘算法优化的广义回归神经网络,本文提出的算法具有更高的预测精度且收敛速度更快。在构建施肥量调控模型时,相较于现有的几种粒子群算法,本文提出的改进粒子群算法寻优精度更高,收敛速度更快,能快速、平稳地求解出最优施肥量。通过实际验证,本文提出的施肥量调控模型使得80.5%的试验田产量增高,而有69.4%的试验田的施肥量有所降低,证明了本文提出的施肥量调控模型的优越性,可以进行实际应用。
杨婷,陆建农,张丹,施玉珍,李东娜,顾帅磊,殷学贵[2]（2020）在《华南野生蓖麻种质资源的分类与评价》文中提出为加强华南地区野生蓖麻种质资源的研究利用,本研究系统地收集了华南野生蓖麻种质资源,并挑选出302份,对其6个质量性状、7个数量性状共13个表型性状进行遗传多样性、聚类分析和主成分分析。结果表明,华南野生蓖麻材料的主要表型特点为叶片中等大小、卵形蒴果、塔形果穗、花序类型较长、密度中等。性状遗传变异较为丰富,其中遗传多样性指数最高的是茎粗,为10.020;其次是主茎节数,为10.896。有效果穗数的变异系数（CV）最大,为75.422%,其次是主茎穗位高（46.656%）。基于各种质之间形态标记的遗传差异,在遗传距离为20时,把302份华南野生蓖麻材料聚类并划分为3大类群。第Ι类群植株高度中等,主茎节数少,穗较长,有效果穗数多,是丰产性状较好的一类野生亲本材料。第Ⅱ类群植株高大,茎秆粗壮,穗长但有效果穗数少,可从中选择大穗亲本材料利用。第Ⅲ类群株型矮小、茎秆较细、有效果穗数中等,是矮化育种的重要亲本资源。7个数量性状的主成分分析结果表明,前3个主成分累计贡献率达84.425%,各荷载较高的性状有主茎穗位高、茎粗、株高、主茎穗长、主茎节数、一级分枝穗长和单株有效穗数7个性状,其中单株有效穗数与前6个性状作用相反,显示出株高、大穗与多穗之间的矛盾。以上结果揭示了华南野生蓖麻资源的主要特点,可为其综合利用和杂交育种提供一定的科学依据。
杨婷[3]（2020）在《华南野生蓖麻种质资源评价和目标性状全基因组关联分析》文中研究表明蓖麻是重要的经济作物和工业用油作物。由于其遗传基础狭窄和遗传研究相对滞后,限制了育种水平的提高,致使生产上缺乏高产、抗病品种。本试验以171份华南野生蓖麻种质资源构成的自然群体作为研究对象,对产量、株型、花期、裂蒴性等35个主要性状进行了多样性评价和基于SSR标记的全基因组关联分析。主要结果如下:1、通过对171份蓖麻材料15个质量性状的研究表明,华南地区野生蓖麻主要有3种类型。第一种类型也是最为常见的类型表现为:第一种为叶裂浅、有刺且表现密集的球形蒴果、花序较短、叶青色;第二种类型表现为叶裂很深,表现如同木瓜叶的材料;第三种类型为茎、叶和果都为紫色的蓖麻材料。20个数量性状的变异系数范围为0.16-0.97,平均值为0.50,变异系数最大达0.97,变异幅度为1-85。35个目标性状的Shannon’s信息指数范围为3.76-4.71,平均值为4.39。选用的71对多态性SSR引物在群体中共检测到266个等位变异,每个位点等位变异2-10个,平均为3.705个,Shannon’s信息指数平均值为0.980,多态信息含量平均值为0.480。表型数据分析和分子数据分析结果都表明华南野生蓖麻群体的遗传多样性高于以往关于其它蓖麻群体的研究。2、群体结构分析将供试材料群体分为3个亚群。邻接法（Neighbor-joining,NJ）聚类分析将供试材料也分为3个类,两种分析结果一致。3、利用Q+K的MLM模型进行关联分析,共检测到显着关联位点27个,与花期、产量、株型和粒型相关联的位点分别为4、12、7和4个,其中极显着关联的位点为12个。以上结果对华南蓖麻野生种质资源的保护、利用及蓖麻分子辅助选择育种有重要意义。
李东娜[4]（2020）在《蓖麻矮化密植高产栽培技术研究》文中指出蓖麻（Ricinus communis L.）,染色体2n=2X=20,是一种重要的油料经济作物。蓖麻单产不高,经济效益较低,影响农民种植积极性,提高蓖麻产量迫在眉睫。蓖麻遗传研究滞后,限制了育种进展,短期内要通过育种来实现产量突破较为困难。本试验在现有品种水平上,探索通过品种选择、合理密植、缩小单株体积、增加单位面积穗数而实现华南地区蓖麻增产的途径。主要结果如下:1、淄蓖5号、云蓖4号、凯丰9号等目前推广的品种均不适宜在华南地区矮化密植栽培,存在早衰、产量因子低或感病等缺陷;泰国101分枝性好,产量高,抗病性强,适合在华南地区推广。2、合理密植能够提高蓖麻产量。在水肥充足条件下,淄蓖5号最佳种植密度为1500株/666.7m2,打顶和化控的条件下比对照增产31.19%;云蓖4号最佳种植密度为1800株/666.7m2,打顶和化控的条件下比对照增产29.36%。在干旱瘠薄条件下,增加种植密度是凯丰9号和泰国101最为有效的增产措施。凯丰9号的最佳种植密度为2117株/666.7m2,比对照1482株/666.7m2增产46.32%;泰国101的最佳种植密度为2117株/666.7m2,比对照增产19.98%（不化控）和2.69%（化控）。3、高杆、生长势强的品种早打顶、早化控可有效降低株高,缩短节间和叶柄长度,可为增加密度创造条件。通过打顶和化控,淄蓖5号、云蓖4号和泰国101均能实现矮化栽培。矮杆品种凯丰9号无需打顶和化控,但在干旱瘠薄条件下,增加种植密度仍然是高产的保证。4、打顶和化控的应用应因品种和栽培条件而异。高杆品种打顶宜早不宜迟。高水肥条件下化控宜重,干旱瘠薄条件下化控宜轻。
魏海林[5]（2019）在《蓖麻形态结构建模及功能结构关联分析》文中研究指明蓖麻的高产、稳产,是育种界和种植户普遍关心的问题。本文通过实施不同品种、施肥方式等试验,对蓖麻地上部形态结构指标进行系统的测量,获取蓖麻各生长期、各器官的空间形态数据,进而建立蓖麻重要器官的形态结构数学模型,分析形态结构与生长环境、栽培措施之间的关联规律;确定影响蓖麻的形态机制以及形态的关联受到有关因子的影响程度;并将蓖麻的形态结构模拟与生理生态模拟进行有机的结合,采用田间试验、数学建模和计算机模拟分析相结合的方法,分析形态结构和功能结构有关规律,构建虚拟作物生长体系,模拟蓖麻的现实生长情况,为蓖麻的选育、栽培、估产、管理等提供技术参考或理论依据。本文采用田间试验、数学建模和计算机模拟分析相结合的方法对蓖麻形态结构进行研究。主要结果如下:1、构建了蓖麻形态结构数学模型,主要包括:（1）基于同种植物叶片的相似性,根据叶片的几何特征,按裂叶数分类构建蓖麻叶片形态模拟模型,建立了机理强、参数容易测量并且精度较高的叶面积估算模型。（2）基于叶片生长过程中主叶脉长度的连续观测,利用改进的Logistic模型刻画蓖麻叶片的生长过程,模拟值与观测值的标准均方根误差RMSEn的值均小于10%,模拟效果非常好,且优于常用的Logistic模型。（3）基于主茎上叶的时空分布情况,分析了叶片主脉长度随节位向上变化趋势大致呈现抛物曲线向斜线的变化规律;叶柄长度和直径随节位向上变化趋势大致呈现抛物曲线向直线的变化规律;叶柄倾斜角随节位向上逐步增加,低节位叶柄的倾斜角为负;叶柄方位角正旋与反旋的植株数量几乎相等。正旋群体方位角和反旋群体方位角在140.4o-142.8o之间变化。2、基于茎叶形态结构和蒴果形态指标的观测数据,分析茎叶形态结构和蒴果形态指标的相关规律,建立了蓖麻分枝茎粗、叶面积与产量构成（果球数、果球重、果粒数、果粒重、果长、果宽）的关系,并得出以下结论:（1）营养器官的大小与产量构成因子存在一定的关联。蓖麻茎粗对果球数影响最大,变异的程度为37%,与其它产量因子影响大小依次为:果球数>果球重>果粒重>果粒数>果长;蓖麻开花时叶面积对果球数、果粒数的影响都比较大,对果球数、果粒数变异的程度都超过了50%;蓖麻结实期叶面积对果球重、果粒重的影响都比较大,对果粒重变异的程度都超过了50%。因此,栽培过程中要获得大果,建议修枝时应该保留粗壮的枝条,并在开花前及开花后的灌浆阶段提升分枝的叶片面积容量。（2）果球数、果球重、果粒数、果粒重、果长与分枝茎粗、开花时叶面积、结实期叶面积存在显着的线性关系。果球数、果球重、果粒数、果粒重、果长的变异分别可由蓖麻分枝茎粗、开花时叶面积、结实期叶面积解释的程度分别为:37%、31%、29%、30%、19%;51%、27%、53%、25%、25%;11%、33%、21%、51%。果球数、果球重、果粒数、果粒重、果长的变异可由蓖麻分枝半径、开花时叶面积、结实期叶面积多元回归解释的程度分别为:67%、68%、76%、79%、35%。3、基于茎叶形态结构、叶片光合指标和蒴果性态指标的观测数据,比较了不同位置叶片光响应曲线、SPAD值及同一叶片不同时间光合生产能力和不同施肥方式条件下形态结构和蒴果形态指标的差异,分析了不同位置叶片、同一叶片不同时间光合生产能力以及栽培措施对形态结构和产量构成影响的特点,得出了以下结论:（1）在植株形态结构变化与生理功能间的对应关系方面,同株同一时段不同位置叶片叶绿素水平（SPAD值）随叶片位置由低到高呈先逐渐升高,后下降的趋势;同株同一时段不同位置叶片光响应曲线存在较大差异,其中最上部完全展开叶的光合能力最强,依次向下和向上的叶片光合生产能力依次减弱;对于固定叶片而言,随着叶片的发育阶段和叶片所处的冠层位置的变化,相应的光合生产能力也存在较大差异,完全展开后的叶片光合能力强于展开前。（2）在阶段变量施肥对形态和产量的影响方面,施肥三次比施肥两次的单株平均籽粒重和籽粒数高,施肥两次比施肥一次的单株平均籽粒重和籽粒数高,施肥一次比不施肥的单株平均籽粒重和籽粒数高;一次施肥的单株中,施基肥的籽粒重和籽粒数最高,施穗肥的单株次之,施分枝肥的单株籽粒重和籽粒数最低;在两次施肥的单株中,施基肥和分枝肥的单株籽粒重和籽粒数最高,施穗肥和分枝肥的单株次之,施基肥和穗肥的单株籽粒重和籽粒数最低;施基肥的单株百粒重比不施基肥的百粒重高（N011除外）,N011的百粒重最大,N000和N001百粒重最低;主茎的百粒重均值最高,一次分枝的百粒重次之,二次分枝比一次分枝的百粒重低,三次分枝百粒重又次之。
宋成钰[6]（2019）在《多效唑对蓖麻干物质积累与籽粒灌浆的影响》文中进行了进一步梳理蓖麻是重要的油料作物和能源作物,适合在边际性土地上种植。了解其生长发育过程中光合产物的积累、运输、分配规律和籽粒灌浆特征是制定蓖麻高产稳产栽培技术措施的基础。多效唑的施用可延缓植株生长,抑制茎秆徒长,增强植物抗逆性能,使作物增产。本文以淄蓖9号蓖麻品种为试验材料,以多效唑喷施时期（主花序现蕾前期、第一分枝1-2叶期）和用量（0、75和150 ghm-2）为试验处理,研究施用多效唑对蓖麻生长性状、生理性状、干物质积累、籽粒灌浆和抗逆性的影响。主要试验结果如下:1.多效唑对蓖麻生长性状的影响通过设置不同多效唑喷施时期和浓度,研究了多效唑喷施对蓖麻生长性状的影响。株高和分枝数在生育期的变化呈现出“慢-快-慢”的变化规律,多效唑施用能够显着降低株高,增加分枝数,使“慢-快-慢”的变化规律更明显。除了叶面积在75ghm-2浓度的多效唑处理下增加最显着外,其余生长性状（株高、分枝数、蒴果数和果穗长宽）均以在主花序现蕾前期喷施150 ghm-2处理变化最显着。2.多效唑对蓖麻生理性状的影响设置不同多效唑喷施时间（主花序现蕾前期和第一分枝1-2叶期）和喷施浓度（0g hm-2、75g hm-2和150g hm-2）,研究其对蓖麻植株各部分中可溶性糖、蔗糖和淀粉含量的影响。结果表明,蓖麻各器官中蔗糖含量和可溶性糖含量变化趋势相同,在主花序现蕾前期喷施150 ghm-2浓度的多效唑能显着提高蔗糖和可溶性糖含量。但是在第一分枝1-2叶期喷施多效唑对于淀粉含量的提高效果更显着。3.多效唑对蓖麻干物质积累的影响在两个不同多效唑喷施时间:主花序现蕾前期和第一分枝1-2叶期中,适期早喷多效唑有利于蓖麻干物质的积累,在主花序现蕾前期喷施150g hm-2浓度的多效唑能够较好地协调光、温、水对蓖麻群体在时间和空间上地分布,维持比较适中的干物质积累时间,积累速度快且维持时间长,能够提高20.83%的产量。在产量构成的各个因素中,多效唑能够显着提高籽粒的长度和宽度,从而提高百粒重,增加产量。4.多效唑对蓖麻籽粒灌浆的影响设置不同的多效唑喷施时期和浓度,分别在花后3、6、9、15、21、27、33、39、45、51和57天对蒴果进行鲜重的测量,绘制蓖麻蒴果的灌浆曲线,研究多效唑对蓖麻籽粒灌浆过程的影响。结果表明,在整个灌浆时期,蒴果的鲜重先增加后减少最后趋于稳定。在灌浆后第6天至第39天是蓖麻籽粒灌浆的关键时期,蒴果鲜重变化较大。与对照相比,多效唑的喷施能够提高蒴果的鲜重,150g hm2浓度的多效唑处理提高效果最好。5.多效唑对蓖麻抗逆性的影响氧化系统是机体清除体内多余的活性氧,保护自身免受氧化损伤的重要体系,其中超氧化物酶（SOD）、过氧化氢酶（CAT）和过氧化物酶（POD）起主要作用。通过设置不同的多效唑喷施时期和浓度,分别在花后3、6、9、15、21、27、33、39、45、51和57天对蒴果进行SOD、CAT和POD活性的测量,研究多效唑对于蓖麻抗逆性的影响。结果表明,同一种抗氧化酶,其活性在果皮中要高于籽粒中。在整个灌浆过程中,POD的活性呈现上升趋势,CAT和SOD的活性呈现下降的趋势,多效唑处理对于POD和SOD活性有增强的效果,但是对CAT活性表现出降低的效果。
魏海林,李绪孟,王小卉,杨骏,黄璜[7]（2019）在《蓖麻形态结构与产量之间关系研究进展综述》文中提出蓖麻为我国适应性非常广的经济作物,其产量与形态结构之间有着非常重要的关系。本文在充分借鉴在水稻、小麦、玉米等主要经济作物其形态结构与产量之间关系研究的基础上,对蓖麻从品种特性、生境状况、干物质分配、栽培措施等方面与产量的关系研究进展进行了综述,并提出了蓖麻形态结构与产量之间关系的研究方向、内容和路线。
朱习雯[8]（2017）在《醉马草有毒生物碱降解方法的研究》文中指出目前,草原毒草的蔓延面积日益扩大,对其进行脱毒利用成为学者们研究的一个切入点。醉马草（Achnatherum inebrians）属于禾本科（Gramineae）芨芨草属（Achnatherum）多年生草本植物,是我国北方主要的烈性毒草之一,严重制约了畜牧业的可持续发展。本研究从生产利用的角度出发,以抽穗期醉马草为研究对象,探讨不同物理、化学和微生物方法对醉马草有毒生物碱的降解效果,旨在避免动物误食醉马草发生中毒的同时,将其作为特种饲草资源加以利用,从而缓解该草泛滥区饲草料的匮乏,并推动区域醉马草防控工作的进行。主要研究结果如下:（1）本研究设计的30种处理均可降低醉马草中麦角酰胺和麦角新碱的含量,但降解程度和受影响因素具有一定的差别。物理方法中,麦角酰胺降解程度与处理时间有关,麦角新碱与处理时间、处理手段×处理时间有关;对麦角酰胺和麦角新碱含量降解效果较好的处理分别为W9和W7,降解率对应为7.03%和7.73%。化学方法中,麦角酰胺降解程度与处理手段无关,而无论单因素还是双因素对麦角新碱含量的影响均达到显着水平;H6的降解效果最佳,降解率高达25.79%和26.08%。微生物方法中,对2种有毒生物碱降解效果最优处理分别为Q4和Q2,降解率高达37.49%和40.77%。总体来说,3类处理方法的降解效果为微生物方法>化学方法>物理方法。（2）不同降解方法对醉马草营养成分的影响存在一定的差异。物理方法中,除处理时间对ADF含量,处理手段、处理时间、处理手段×处理时间对ADL含量无影响,其余营养成分指标均受到各因素的影响;烘烤和晾晒均可增加DM、CP、Ash和Ca含量;DM、CP、Ash和Ca含量随浸泡时间的延长而降低,NDF、ADF和ADL与之相反。化学方法中,除ADL含量外,处理手段、处理时间、处理手段×处理时间对其余营养成分均有一定影响;DM、CP、Ash和Ca大都表现为下降,而ADF含量呈增加作用,EE、NDF和ADL含量具有一定波动性。微生物方法中,DM、CP、Ash和Ca均表现为增加,而NDF、ADF和ADL含量有所下降。总体来看,3类处理方法对营养成分的影响程度由大到小表现为微生物方法>物理方法>化学方法。（3）运用灰色关联度法综合评价所有处理得出,降解效果由强到弱排在前3位的为Q2>Q4>W9。其中微生物方法Q2的降解效果最佳,Q4次之,物理方法W9第三;化学方法虽可在一定程度上有效降解有毒生物碱的含量,但营养物质损失较大。初步筛选出适宜的降解方法为Q2（1×105 cfu/g植物乳杆菌青贮60 d）或Q4（1×105 cfu/g布氏乳酸菌青贮60 d）处理。
崔虎亮[9]（2016）在《基于综合性状分析的牡丹油用优良单株筛选》文中研究指明牡丹（Paeonia Sect.Moutan）隶属芍药科（Paeoniaceae）芍药属（Paeonia）牡丹组,历史悠久,栽培广泛,品种繁多。近年来发现,牡丹种子产量高,籽油中不饱和脂肪酸含量尤其是α-亚麻酸含量较高,是一种发展潜力巨大的新兴木本油料作物。由于牡丹长期作观赏栽培和药用栽培,因此目前鲜见有牡丹种子产量、含油量、油脂特性、油用优良种质筛选等方面的研究。为此,本研究以常见牡丹种质为供试材料,对不同品种的牡丹主要农艺性状进行综合评价,初步探讨牡丹单株种子产量构成因素,同时广泛收集牡丹种子样品利用近红外光谱技术（NIRS）建立牡丹种子脂肪酸含量的快速检测模型,并利用紫斑牡丹（P.rockii）不同基因型个体205株组成育种群体,在连续3年性状调查的基础上利用SSR分子标记开展关联分析,剖析重要性状的等位遗传变异,为油用牡丹种质创新和高效育种提供理论依据和技术支持,在此基础上利用灰色关联度分析筛选优良种质,为油用牡丹品种选育提供基础材料。本研究主要结果如下:（1）利用R语言对30份不同牡丹品种（种）的产量、枝叶、花部、果实形态和油脂含量等38个性状进行综合分析,发现变异系数CV为3.48%～1 11.00%,其中产量和冠幅等变异程度较高,而油脂相关性状变异程度较小,其中紫斑牡丹（P.rockii）和凤丹（P.ostii）的种子产量明显高于中原品种、日本品种等品种类型,而欧美品种和滇牡丹（P.delavayi）完全败育。对相关性状的主成分分析和进一步的通径分析表明,影响牡丹单株产量的主要构成因素为单株果实重、单株有效果实数和出籽率。（2）利用近红外光谱技术（NIRS）建立牡丹种子脂肪酸含量的快速检测技术,共收集115份小样品量种子（～20g）和447份单粒种子分别进行小样品量模型和单粒模型的构建。总体来看,前者建模效果好于后者。其中亚麻酸（C18:3）小样品量模型精度最高,范围误差比（RPD）>3,可用于牡丹种子亚麻酸含量的快速检测,其去皮种子样品最佳预处理方法为多元散射矫正（MSC）,完整种子样品最佳预处理方法为MSC+一阶导数。而单粒模型由于预测精确度普遍较低,仅亚麻酸（C183）和亚油酸（C18:2）可用于牡丹种子的初步检测。建立了牡丹种子小样品量模型的主要脂肪酸含量快速准确的预测方法,说明NIRS可应用于油用牡丹高油优良种质筛选。（3）群体遗传多样性和群体结构评价是开展关联分析的前提。本研究利用102个多态性SSR标记对紫斑牡丹育种群体进行群体遗传多样性分析。通过STRUCTUR分析群体结构,确定群体的亚群数K=2;利用SPAGeDi1.5估算供试群体内两两个体间的kinship值,其中kinship=0的个体占51.65%,kinship>0.3的个体仅占1.44%。然后利用TASSEL分别使用广义线性模型（GLM）和混合线性模型（MLM）进行关联检测,结果表明GLM模型共有32个性状与70个标记的232个关联组合在不同年份间重复检出,平均表型变异解释率变化范围0.0381～0.2804;MLM模型共有产量和油脂等7个性状与19个标记的21个关联组合在不同年份间能够重复检出,平均表型变异解释率变化范围0.0030～0.1295。最终在GLM和MLM两种模型且在不同年份间能够重复检测到6个性状与17个标记的19个关联组合;等位变异表型效应分析表明共83个等位变异,其中效应一致的有72个,增效38个,减效34个。与产量关联的标记有ps207、ps328和ps356,解释率0.0065～0.0216,与亚麻酸关联的标记是ps345,解释率0.0928。（4）进一步从205株紫斑牡丹育种群体中筛选优良种质。确定单位冠幅产量（K1）、单位冠幅果实重（K2）、单位冠幅有效果实数（K3）、百粒重（K4）、出籽率（K5）、出油率（K6）和亚麻酸含量（K7）等7个经济性状,利用灰色关联度分析,在关联度大于0.65时,选出编号为ZB025、ZB050、ZB016、ZB002共4个优良单株,单位冠幅产量分别为 329.07 g/m2、338.79g/m2、346.40 g/m2 和 356.50 g/m2。
胡学礼,王沛琦,胡尊红,杨谨,张锡顺,严洪斌,刘旭云[10]（2015）在《25份国外蓖麻种质资源主要农艺性状的聚类分析及评价》文中研究说明本研究以25份国外蓖麻种质资源为材料,对11个主要农艺性状进行相关及聚类分析。结果表明:一级分枝穗长和一级分枝蒴果数的变异系数（CV）最大,分别为89.2%和94.1%;百粒重的变异系数最小,为20.4%。通过相关性分析结果表明对蓖麻产量贡献最大的农艺性状是单株总蒴果数,其次是单株有效穗、百粒重以及一级分枝蒴果数;基于各种质间性状的遗传差异,在距离为5时,把25份蓖麻聚类并划分为6大类群,可为杂交育种根据不同类别的特点利用亲本提供依据。
二、蓖麻产量构成因素的灰色关联度分析初探（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、蓖麻产量构成因素的灰色关联度分析初探（论文提纲范文）
（1）基于广义回归神经网络的温室番茄施肥量调控研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1 章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 作物生长预测模型研究现状 |
| 1.2.2 温室环境及施肥量调控研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 本文组成结构 |
| 第2 章 温室番茄生长环境因子的分析 |
| 2.1 番茄生长相关的影响因子分析 |
| 2.2 影响番茄产量参数的筛选 |
| 2.2.1 影响因子的灰色关联度分析 |
| 2.2.2 灰色关联度分析结果 |
| 2.3 数据的获取与处理 |
| 2.3.1 数据来源 |
| 2.3.2 数据预处理 |
| 2.4 本章小结 |
| 第3 章 温室番茄产量预测模型 |
| 3.1 基础理论 |
| 3.1.1 广义回归神经网络 |
| 3.1.2 樽海鞘算法 |
| 3.2 基于CASSA-GRNN的产量预测模型 |
| 3.2.1 樽海鞘算法的改进方法 |
| 3.2.2 改进樽海鞘算法的测试 |
| 3.2.3 樽海鞘算法优化广义回归神经网络 |
| 3.3 实验与结果分析 |
| 3.3.1 预测模型所需数据展示 |
| 3.3.2 模型评价标准 |
| 3.3.3 不同预测模型测试结果对比 |
| 3.4 本章小结 |
| 第4 章 温室番茄施肥量调控模型 |
| 4.1 优化调控算法 |
| 4.1.1 优化问题描述 |
| 4.1.2 优化方法描述 |
| 4.2 粒子群算法的原理 |
| 4.3 改进粒子群算法 |
| 4.3.1 粒子群算法的分析与改进 |
| 4.3.2 改进粒子群算法的测试 |
| 4.4 施肥量调控模型实验结果 |
| 4.5 本章小结 |
| 第5 章 温室番茄施肥调控系统设计与实现 |
| 5.1 系统整体设计 |
| 5.1.1 开发工具的选择 |
| 5.1.2 产量预测模块设计 |
| 5.1.3 施肥调控模块设计 |
| 5.2 软件平台的实现 |
| 5.2.1 产量预测模块功能实现 |
| 5.2.2 施肥调控模块功能实现 |
| 5.3 系统硬件描述 |
| 5.3.1 系统硬件功能设计 |
| 5.3.2 调控效果对比 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得学术成果 |
（2）华南野生蓖麻种质资源的分类与评价（论文提纲范文）
| 1 材料与方法 |
| 1.1 材料 |
| 1.2 方法 |
| 1.2.1 试验设计 |
| 1.2.2 性状统计 |
| 1.3 数据处理 |
| 2 结果与分析 |
| 2.1 遗传多样性分析 |
| 2.2 聚类分析 |
| 2.3 主成分分析 |
| 3 讨论 |
| 4 结论 |
（3）华南野生蓖麻种质资源评价和目标性状全基因组关联分析（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明 |
| 1 前言 |
| 1.1 蓖麻概述 |
| 1.1.1 蓖麻简介 |
| 1.1.2 蓖麻的经济价值与生产加工 |
| 1.1.3 蓖麻的供求关系及现状 |
| 1.2 蓖麻种质资源研究进展 |
| 1.2.1 蓖麻种质资源的收集与利用 |
| 1.2.2 蓖麻种质资源的多样性评价 |
| 1.2.3 SSR标记在蓖麻种质资源研究中的应用 |
| 1.2.4 蓖麻遗传图谱构建和主要性状的QTL定位 |
| 1.3 植物关联分析研究进展 |
| 1.3.1 关联分析的基础与策略 |
| 1.3.2 关联分析在植物中的发展趋势 |
| 1.4 本研究的目的与意义 |
| 1.5 技术路线 |
| 2 材料和方法 |
| 2.1 试验材料及田间种植 |
| 2.1.1 试验材料 |
| 2.1.2 田间种植试验 |
| 2.2 主要性状鉴定与分析 |
| 2.2.1 蓖麻主要农艺性状鉴定 |
| 2.2.2 蓖麻35个农艺性状的表型分析 |
| 2.3 关联分析 |
| 2.3.1 基因组DNA的提取及纯化方法 |
| 2.3.2 引物筛选 |
| 2.3.3 PCR反应与扩增体系 |
| 2.3.4 分子数据统计与分析 |
| 2.4 群体结构与连锁不平衡分析 |
| 2.4.1 群体结构分析 |
| 2.4.2 聚类分析 |
| 2.4.3 连锁不平衡分析 |
| 2.4.4 用Q+K混合线性模型(MLM)进行关联分析 |
| 3 结果与分析 |
| 3.1 表型分析 |
| 3.1.1 质量性状的频率分析 |
| 3.1.2 表型性状的基本统计和多样性分析 |
| 3.1.3 相关性分析 |
| 3.1.4 主成分分析 |
| 3.2 SSR引物的遗传多样性及群体分析 |
| 3.2.1 遗传多样性分析 |
| 3.2.2 聚类分析 |
| 3.2.3 群体结构分析 |
| 3.3 关联分析 |
| 3.3.1 连锁不平衡分析 |
| 3.3.2 全基因组关联分析 |
| 4.讨论与结论 |
| 4.1 华南野生蓖麻群体的多样性 |
| 4.1.1 表型的多样性分析 |
| 4.1.2 分子的多样性分析 |
| 4.2 群体结构与关联分析 |
| 4.3 关联分析的结果 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 导师简介 |
（4）蓖麻矮化密植高产栽培技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 文献综述 |
| 1.1 蓖麻概述 |
| 1.2 蓖麻密植技术研究 |
| 1.3 蓖麻矮化及打顶技术研究 |
| 1.4 化学调控技术研究进展 |
| 1.4.1 植物生长延缓剂研究进展 |
| 1.4.2 蓖麻化学调控技术研究进展 |
| 1.5 蓖麻产量性状研究 |
| 1.6 研究目的和意义 |
| 1.7 研究内容 |
| 2 材料与方法 |
| 2.1 试验材料 |
| 2.1.1 植物材料 |
| 2.1.2 试剂与仪器 |
| 2.2 试验方法 |
| 2.2.1 打顶试验 |
| 2.2.2 2018年品种、密度试验 |
| 2.2.3 2019年品种、密度试验 |
| 2.3 性状调查方法 |
| 2.4 生理指标测定方法 |
| 2.4.1 溶液的配制 |
| 2.4.2 可溶性糖的测定 |
| 2.4.3 可溶性蛋白测定 |
| 2.4.4 超氧化物歧化酶(SOD)含量测定 |
| 2.4.5 过氧化物酶(POD)活性测定 |
| 2.4.6 丙二醛(MDA)含量测定 |
| 2.4.7 游离脯氨酸(PRO)含量测定 |
| 2.5 数据分析 |
| 3 结果与分析 |
| 3.1 打顶试验 |
| 3.1.1 淄蓖5号 |
| 3.1.2 云蓖4号 |
| 3.1.3 泰国101 |
| 3.2 淄蓖5号和云蓖4号的密度试验 |
| 3.3 凯丰9号密度试验 |
| 3.4 泰国101密度和化控试验 |
| 3.4.1 密度和化控的方差分析 |
| 3.4.2 两种条件下不同密度间的性状差异 |
| 3.4.3 化控效果分析 |
| 4 讨论 |
| 4.1 打顶 |
| 4.2 密植 |
| 4.3 化控 |
| 5 结论与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 导师简介 |
（5）蓖麻形态结构建模及功能结构关联分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 目的意义 |
| 1.1.1 研究蓖麻的意义 |
| 1.1.2 研究作物形态结构建模及功能结构关联的目的意义 |
| 1.1.3 研究蓖麻形态结构建模及功能结构关联的目的意义 |
| 1.2 蓖麻形态结构建模及功能结构关联研究现状 |
| 1.2.1 作物形态结构与功能结构研究概况 |
| 1.2.2 蓖麻形态结构与功能结构研究进展概况 |
| 1.3 存在问题 |
| 1.4 蓖麻形态结构建模与功能结构内在关联研究展望 |
| 1.4.1 研究目的 |
| 1.4.2 技术路线 |
| 1.4.3 研究内容 |
| 第2章 蓖麻叶片形态模拟及面积估算 |
| 2.1 材料与方法 |
| 2.1.1 试验材料 |
| 2.1.2 图像采集与数据处理 |
| 2.1.3 模型描述与建模过程 |
| 2.1.3.1 圆周模型 |
| 2.1.3.2 无常数项的三次函数、非直角双曲方程和改进的logistics模型 |
| 2.1.3.3 叶形模拟过程 |
| 2.1.3.4 叶面积的计算 |
| 2.1.4 模型检验 |
| 2.2 结果与分析 |
| 2.2.1 叶尖、叶谷的分布 |
| 2.2.2 相邻叶脉、叶谷夹角的分布 |
| 2.2.3 裂叶边界分析 |
| 2.2.4 叶面积计算模型分析 |
| 2.3 结论与讨论 |
| 第3章 蓖麻叶片生长动态分析 |
| 3.1 材料与方法 |
| 3.1.1 试验设计 |
| 3.1.2 数据测量 |
| 3.1.3 模型描述 |
| 3.1.4 模型检验 |
| 3.2 结果与分析 |
| 3.2.1 Logistic模型分析 |
| 3.2.2 叶片伸长模型拟合优度分析 |
| 3.2.3 叶片伸长模型的生态学意义 |
| 3.2.4 叶片发展差异分析 |
| 3.3 结论与讨论 |
| 第4章 蓖麻主茎叶柄和叶片空间形态结构特征分析 |
| 4.1 材料与方法 |
| 4.1.1 试验设计 |
| 4.1.2 试验材料 |
| 4.1.3 数据测量 |
| 4.1.4 模型描述 |
| 4.1.4.1 冯·米塞斯分布 |
| 4.1.4.2 叶倾斜角分布模型 |
| 4.1.5 模型检验 |
| 4.2 结果与分析 |
| 4.2.1 主茎叶柄和叶片空间形态结构特征分析 |
| 4.2.1.1 主叶脉长分布分析 |
| 4.2.1.2 叶柄长分布分析 |
| 4.2.1.3 叶柄倾斜角分布分析 |
| 4.2.1.4 叶柄直径分布分析 |
| 4.2.2 叶片及叶柄结构建成特征分析 |
| 4.2.2.1 叶主脉长建成特征 |
| 4.2.2.2 叶柄长建成特征 |
| 4.2.2.3 叶柄直径建成特征 |
| 4.2.2.4 叶柄方位角分布特征 |
| 4.3 结论与讨论 |
| 第5章 蓖麻器官形态影响产量构成的研究 |
| 5.1 材料与方法 |
| 5.1.1 试验设计 |
| 5.1.2 数据测量 |
| 5.2 结果与分析 |
| 5.2.1 茎秆形态与产量构成的关联分析 |
| 5.2.2 开花期叶面积与产量构成的关联分析 |
| 5.2.3 结实期时叶面积与产量构成的关联分析 |
| 5.2.4 产量构成的回归模型 |
| 5.3 结论与讨论 |
| 第6章 蓖麻叶片叶绿素和光响应曲线随时间或空间变化研究 |
| 6.1 材料与方法 |
| 6.1.1 试验设计 |
| 6.1.2 数据测量 |
| 6.2 结果与分析 |
| 6.2.1 不同叶位叶片SPAD值变化趋势 |
| 6.2.2 不同叶位叶片光响应曲线差异 |
| 6.2.3 特定叶片不同时间的光响应曲线变化 |
| 6.3 结论与讨论 |
| 第7章 不同阶段施肥对形态和产量影响的研究 |
| 7.1 材料与方法 |
| 7.1.1 试验设计 |
| 7.1.2 数据测量 |
| 7.2 结果与分析 |
| 7.2.1 不同处理形态的比较分析 |
| 7.2.1.1 株高比较分析 |
| 7.2.1.2 冠幅比较分析 |
| 7.2.1.3 茎粗比较分析 |
| 7.2.2 不同处理产量构成的比较分析 |
| 7.2.2.1 单株籽粒重比较分析 |
| 7.2.2.2 单株籽粒数比较分析 |
| 7.2.3 单株百粒重比较分析 |
| 7.2.4 不同处理产量构成的形态学解释 |
| 7.3 结论与讨论 |
| 第8章 全文总结 |
| 8.1 结论 |
| 8.1.1 形态模型的研究 |
| 8.1.1.1 蓖麻叶片形态模拟及面积估算 |
| 8.1.1.2 器官生长动态分析 |
| 8.1.1.3 叶柄及叶片空间形态结构特征分析 |
| 8.1.2 器官形态与功能结构之间的关系研究 |
| 8.1.2.1 器官形态影响产量构成的研究 |
| 8.1.2.2 不同时空叶片光合生产能力研究 |
| 8.1.3 农艺对形态和产量影响的研究 |
| 8.2 创新点 |
| 8.3 后续研究 |
| 参考文献 |
| 致谢 |
| 作者简历 |
| 一、 着作 |
| 二、 论文 |
| 三、 良种 |
| 四、 项目 |
（6）多效唑对蓖麻干物质积累与籽粒灌浆的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 导论 |
| 1 研究背景 |
| 1.1 蓖麻的经济价值和可持续性 |
| 1.2 蓖麻干物质积累和籽粒灌浆规律 |
| 1.3 蓖麻在实际生产中遇到的问题及调控手段 |
| 1.4 植物生长调节剂的作用 |
| 1.5 多效唑的作用 |
| 2 本研究的目的、意义、内容和目标 |
| 2.1 目的和意义 |
| 2.2 内容和目标 |
| 2.3 技术路线 |
| 参考文献 |
| 第二章 多效唑对蓖麻生长性状的影响 |
| 1 材料与方法 |
| 1.1 试验设计 |
| 1.2 测定项目 |
| 1.3 数据分析 |
| 2 结果与分析 |
| 2.1 多效唑对株高的影响 |
| 2.2 多效唑对叶面积的影响 |
| 2.3 多效唑对分枝数的影响 |
| 2.4 多效唑对蒴果数的影响 |
| 2.5 多效唑对果穗长度和宽度的影响 |
| 3 小结与讨论 |
| 参考交献 |
| 第三章 多效唑对蓖麻干物质积累和生理性状的影响 |
| 1 材料与方法 |
| 1.1 试验设计 |
| 1.2 测定项目 |
| 1.3 数据分析 |
| 2 结果与分析 |
| 2.1 多效唑对蓖麻鲜重和干重的影响 |
| 2.2 多效唑对可溶性糖含量的影响 |
| 2.3 多效唑对蔗糖含量的影响 |
| 2.4 多效唑对淀粉含量的影响 |
| 3 小结与讨论 |
| 参考文献 |
| 第四章 多效唑对蓖麻籽粒灌浆和抗逆性的影响 |
| 1 材料与方法 |
| 1.1 试验设计 |
| 1.2 测定项目 |
| 1.3 数据分析 |
| 2 结果与分析 |
| 2.1 多效唑对产量和产量构成的影响 |
| 2.2 多效唑对蔗糖和蔗糖磷酸合成酶(SPS)活性的影响 |
| 2.3 多效唑对蓖麻籽粒灌浆的影响 |
| 2.4 多效唑对过氧化物酶(POD)活性的影响 |
| 3 小结与讨论 |
| 参考文献 |
| 第五章 结论与讨论 |
| 1 多效唑对蓖麻生长性状的影响 |
| 2 多效唑对蓖麻干物质积累和生理性状的影响 |
| 3 多效唑对蓖麻籽粒灌浆和抗逆性的影响 |
| 4 需要进一步研究的内容 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
| 攻读学位 |
| 间参加的科研课题 |
（7）蓖麻形态结构与产量之间关系研究进展综述（论文提纲范文）
| 1 蓖麻形态结构研究意义 |
| 1.1 研究作物形态结构意义 |
| 1.2 研究蓖麻形态结构的目的与意义 |
| 2 主要粮食作物和蓖麻形态结构与产量研究进展 |
| 2.1 主要粮食作物形态结构与产量研究进展概况 |
| 2.2 蓖麻形态结构与产量研究进展概况 |
| 3 蓖麻形态结构与产量存在问题 |
| 4 蓖麻形态结构与产量之间关系研究展望 |
| 4.1 研究方向探讨 |
| 4.2 技术路线探讨 |
| 4.3 研究内容展望 |
（8）醉马草有毒生物碱降解方法的研究（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 醉马草概况 |
| 1.3 有毒物质降解技术的研究进展 |
| 1.4 降解方法综合评价 |
| 第2章 研究材料及方法 |
| 2.1 研究材料 |
| 2.2 研究内容与目标 |
| 2.3 研究方法 |
| 2.4 技术路线 |
| 第3章 不同处理方法对醉马草有毒生物碱的影响 |
| 3.1 物理降解方法对有毒生物碱的影响 |
| 3.2 化学降解方法对有毒生物碱的影响 |
| 3.3 微生物降解方法对有毒生物碱的影响 |
| 3.4 讨论 |
| 3.5 小结 |
| 第4章 不同处理方法对醉马草营养成分的影响 |
| 4.1 物理降解方法对营养成分的影响 |
| 4.2 化学降解方法对营养成分的影响 |
| 4.3 微生物降解方法对营养成分的影响 |
| 4.4 讨论 |
| 4.5 小结 |
| 第5章 不同处理方法降解效果的综合评价 |
| 5.1 物理降解方法的综合评价 |
| 5.2 化学降解方法的综合评价 |
| 5.3 微生物降解方法的综合评价 |
| 5.4 不同处理方法的综合评价 |
| 5.5 讨论 |
| 5.6 小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（9）基于综合性状分析的牡丹油用优良单株筛选（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 前言 |
| 1.1 牡丹育种研究进展 |
| 1.1.1 传统方法在牡丹育种中的成就 |
| 1.1.2 SSR分子标记在牡丹育种中的应用 |
| 1.1.3 油用牡丹研究现状及展望 |
| 1.2 近红外光谱技术在油料作物中的应用现状 |
| 1.2.1 近红外光谱技术原理 |
| 1.2.2 近红外光谱技术在油料作物中的应用 |
| 1.3 关联分析在植物中的应用 |
| 1.3.1 关联分析策略 |
| 1.3.2 关联分析在油料作物及木本经济作物中的应用 |
| 1.4 本研究目的及意义 |
| 1.5 本研究主要内容和技术路线 |
| 2 牡丹种质主要农艺性状的综合分析 |
| 2.1 材料方法 |
| 2.1.1 试验材料 |
| 2.1.2 表型性状测定方法 |
| 2.1.3 数据统计方法 |
| 2.2 结果分析 |
| 2.2.1 牡丹种质表型性状的变异特征 |
| 2.2.2 牡丹种质表型性状综合分析 |
| 2.2.3 牡丹各性状与产量形成关系的多重分析 |
| 2.3 讨论 |
| 2.3.1 牡丹种质资源表型相关性状解析 |
| 2.3.2 供试牡丹品种油用潜力评价 |
| 2.3.3 油用牡丹产量构成因素分析 |
| 2.4 本章小结 |
| 3 基于近红外光谱(NIRS)的牡丹种子脂肪酸含量模型构建 |
| 3.1 材料与方法 |
| 3.1.1 试验材料 |
| 3.1.2 近红外(NIRS)光谱采集 |
| 3.1.3 牡丹种子出油率和脂肪酸含量测定 |
| 3.1.4 光谱预处理及建模方法 |
| 3.1.5 外部检验 |
| 3.2 结果与分析 |
| 3.2.1 牡丹种子样品出油率和脂肪酸含量的变异特征 |
| 3.2.2 牡丹种子近红外光谱特征 |
| 3.2.3 小样品种子模型构建 |
| 3.2.4 单粒种子模型构建 |
| 3.3 外部检验 |
| 3.4 讨论与结论 |
| 3.4.1 牡丹种子NIRS预测模型的准确性评价 |
| 3.4.2 牡丹种子的NIRS光谱特征 |
| 3.4.3 牡丹单粒种子NIRS应用的技术难点 |
| 3.5 本章小结 |
| 4 紫斑牡丹产量等重要性状与SSR标记的关联分析 |
| 4.1 材料方法 |
| 4.1.1 试验材料 |
| 4.1.2 表型性状的测定方法 |
| 4.1.3 SSR标记试验方法 |
| 4.1.4 数据统计方法 |
| 4.2 结果分析 |
| 4.2.1 各表型性状的变异特征 |
| 4.2.2 基于SSR标记的群体遗传多样性 |
| 4.2.3 表型性状的正态性检验 |
| 4.2.4 连锁不平衡分析 |
| 4.2.5 群体结构分析 |
| 4.2.6 群体内个体间亲缘关系估算 |
| 4.2.7 SSR标记位点与表型性状的关联分析 |
| 4.2.8 关联位点的等位变异表型效应分析 |
| 4.3 讨论与结论 |
| 4.3.1 供试紫斑牡丹育种群体表型多样性评价 |
| 4.3.2 供试紫斑牡丹育种群体的群体结构分析 |
| 4.3.3 关联分析方法及关联位点的确定 |
| 4.3.4 优异关联位点及优异等位变异 |
| 4.4 本章小结 |
| 5 油用紫斑牡丹优良单株筛选 |
| 5.1 材料方法 |
| 5.1.1 试验材料 |
| 5.1.2 试验方法 |
| 5.2 结果分析 |
| 5.2.1 候选优良单株经济性状的变异分析 |
| 5.2.2 候选优良单株灰色关联度分析 |
| 5.2.3 初选优良单株SSR标记位点特异组合 |
| 5.2.4 初选优良单株性状比较 |
| 5.3 讨论 |
| 5.3.1 灰色关联度用于油用牡丹优良单株筛选 |
| 5.3.2 初选优良单株的性状优势 |
| 5.4 本章小结 |
| 6 全文结论 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 个人简介 |
| 导师简介 |
| 获得成果 |
| 致谢 |
（10）25份国外蓖麻种质资源主要农艺性状的聚类分析及评价（论文提纲范文）
| 1结果与分析 |
| 1.1农艺性状分析 |
| 1.2农艺性状的相关分析 |
| 1.3聚类分析 |
| 2讨论 |
| 3材料与方法 |
| 3.1实验材料 |
| 3.2试验地概况 |
| 3.3试验设计 |
| 3.4数据分析 |
| 作者贡献 |
四、蓖麻产量构成因素的灰色关联度分析初探（论文参考文献）
- [1]基于广义回归神经网络的温室番茄施肥量调控研究与应用[D]. 顾丽丽. 黑龙江大学, 2021(09)
- [2]华南野生蓖麻种质资源的分类与评价[J]. 杨婷,陆建农,张丹,施玉珍,李东娜,顾帅磊,殷学贵. 中国油料作物学报, 2020(03)
- [3]华南野生蓖麻种质资源评价和目标性状全基因组关联分析[D]. 杨婷. 广东海洋大学, 2020(02)
- [4]蓖麻矮化密植高产栽培技术研究[D]. 李东娜. 广东海洋大学, 2020(02)
- [5]蓖麻形态结构建模及功能结构关联分析[D]. 魏海林. 湖南农业大学, 2019(01)
- [6]多效唑对蓖麻干物质积累与籽粒灌浆的影响[D]. 宋成钰. 扬州大学, 2019
- [7]蓖麻形态结构与产量之间关系研究进展综述[J]. 魏海林,李绪孟,王小卉,杨骏,黄璜. 湖南林业科技, 2019(02)
- [8]醉马草有毒生物碱降解方法的研究[D]. 朱习雯. 新疆农业大学, 2017(02)
- [9]基于综合性状分析的牡丹油用优良单株筛选[D]. 崔虎亮. 北京林业大学, 2016(04)
- [10]25份国外蓖麻种质资源主要农艺性状的聚类分析及评价[J]. 胡学礼,王沛琦,胡尊红,杨谨,张锡顺,严洪斌,刘旭云. 分子植物育种, 2015(07)