位置:成果数据库 > 期刊 > 期刊详情页
颗石藻自动鉴定系统及其古海洋学应用——以南海MD05-2901柱状样研究为例
  • ISSN号:1000-0674
  • 期刊名称:微体古生物学报
  • 时间:0
  • 页码:359-366
  • 语言:中文
  • 分类:P736.22[天文地球—海洋地质;天文地球—海洋科学] S41-3[农业科学—植物保护]
  • 作者机构:[1]同济大学海洋地质国家重点实验室,上海200092
  • 相关基金:国家自然科学基金(批准号:40676029),国家重点基础研究专项经费(批准号:2007CB815901)和创新研究群体科学基金(批准号:40621063)资助项目.
  • 相关项目:南海晚第四纪钙质超微化石高分辨率记录与古海洋学意义
作者: 苏翔|刘传联|
中文摘要:

颗石藻自动鉴定系统SYRACO(Systeme de Reconnaissance Automatique de Coccolithes)是一种通过人工智能神经网络自动识别颗石藻种类并统计数量的工具软件。该软件能够快速可靠识别观察视域中的所有颗石个体,大幅度提高工作效率并弥补了在颗石藻属种鉴定过程中的人为误差。经过训练的SYRACO系统可以鉴定第四纪以来14个主要颗石藻属种,适用于第四纪以来的古环境研究。作者使用SYRACO自动鉴定系统对南海MD05-2901柱状样进行颗石藻属种鉴定,同时获得了Florisphaera profunda,Emiliania huxleyi,Gephyrocapsa oceani-ca等主要属种含量信息。将结果与先前人工统计数据对比表明二者具有很好的一致性,证明其在古海洋学研究中的应用价值。

英文摘要:

Automatic recognition system for coccoliths (Systeme de Reconnaissance Automatique de Coceolithes, SYRACO) is a tool for automatic identification and count of coccolith by artificial neural networks. This software is able to identify individual coccoliths reliably at the same time as it is able to recognize almost all coccoliths present in a field of view, which would improve work efficiency significantly and prevent manual errors in routine work. The trained SYRACO system could identify 14 Quaternary coccolith taxa. We employ SYRACO to analyze coccolith specimens at Site MD05-2901 in the South China Sea and obtain the percentages of Florisphaera profunda, Emiliania huxleyi and Gephyrocapsa oceanica. The incorporation of the automatic recognition results and previous manual counts proves the utility of SYRACO on paleoceanographic research.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《微体古生物学报》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院南京地质古生物研究所
  • 主编:穆西南
  • 地址:南京市北京东路39号
  • 邮编:210008
  • 邮箱:MICROPAL@NIGPAS.AC.CN
  • 电话:025-83282122
  • 国际标准刊号:ISSN:1000-0674
  • 国内统一刊号:ISSN:32-1189/Q
  • 邮发代号:28-110
  • 获奖情况:
  • 获国家出版基金资助,连续三次获江苏省优秀期刊
  • 国内外数据库收录:
  • 美国生物科学数据库,英国动物学记录,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:2796