文献类型： 中文期刊

作者： 李伟畅 ¹ ; 朱国平 ¹ ; 王雪辉 ² ; 林龙山 ³ ; 李渊 ³ ; 杜飞雁 ² ;

作者机构： 1.上海海洋大学海洋科学学院

2.中国水产科学研究院南海水产研究所

3.自然资源部第三海洋研究所海洋生物与生态实验室

关键词： 耳石形态;金带细鲹;长体圆鲹;机器学习;判别分析;南海

期刊名称： 生物学杂志

ISSN： 2095-1736

年卷期： 2023 年 005 期

页码： 54-60

收录情况： CSCD

摘要： 为了解鲹科鱼类矢耳石的形态特征和研究不同机器学习算法对南海鲹科鱼类矢耳石的种群分类效果，根据南海中南部水域采集的金带细鲹（Selaroides leptolepis）及长体圆鲹（Decapterus macrosoma）样本，对其耳石进行4种基础形态参数测量后转换为6种形态指标，并由两种耳石中提取出44个椭圆傅里叶描述子系数对其进行主成分分析，使用线性判别分析、随机森林、K-最近邻、支持向量机这4种不同的机器学习分类模型对其进行判别。结果表明，两种鲹科鱼的耳石参数和叉长均有显著性差异，金带细鲹和长体圆鲹耳石的长、高、面积、周长与叉长均呈幂函数关系。由形态指标分析可知，金带细鲹较长体圆鲹耳石环率更低，即更趋近于圆，更为规则，两者各形态指标间均存在显著性差异。主成分分析显示，第1和第2主成分分别解释了总变异的20.1%和13.3%,可对其进行较好的区分。4种分类模型中，随进森林的判别正确率最高为100%,支持向量机的判别正确率最低为93.3%。研究结果表明，机器学习算法对南海鲹科鱼类矢耳石具有较好的判别效果，且傅里叶分析更加直观清晰和准确。