观察藻类要用多少倍的显微镜？如何用显微镜观察藻类？倒置显微镜计数法检测浮游藻类藻类和原生生物的观察zui大需要多少倍的显微镜看藻类用什么显微镜好啊？采用倒置显微镜计算藻类的R.H.C.薄片藻类的解释：藻类是原生生物界一类真核生物(有些也为原核生物，如蓝藻门的藻类）。主要水生，无维管束，能进行光合作用。体型大小各异，小至长1微米的单细胞的鞭毛藻，大至长达60公尺的大型褐藻。一些专家继续将藻类归入植物或植物样生物，但藻类没有真正的根、茎、叶，也没有维管束。这点与苔藓植物(bryophyte)相同。采用倒置显微镜计数法检测水中的浮游藻类,该方法简便、快捷,具有较高的准确度,变异系数小且能较为全面地反映样品的种群分布情况。 藻类在水生态系统的物质循环和能量流动中起着重要作用。在对藻类的研究 中，显微观测、形态分析以及计数统计等是zui基本和重要的手段。目前主要靠人 工操作，劳动强度大、效率低、容易出错且数据不易保存和处理。采用现代数字 图像处理技术实现藻类细胞的自动识别与分析处理是藻类研究的发展方向。 本文针对藻类细胞显微图像的特点，对细胞图像的特征提取和分类识别进行 了深入的研究。具体工作有： 1.预处理藻类图片，对图片进行分割、轮廓提取、颜色空间分量提取、颜色 背景去除等工作。并在图片分割时比对不同方法，选出大量藻类图片分割 的方法。 2.从藻类细胞图像的形状、纹理、颜色三个方面进行特征提取方法研究，并 提取特征，进行数据的展示和比对。 3.根据现有的特征选择方法进行组合，构造出一个新的特征优化方法，并使 用此方法筛选此前提取的特征集，构造出优化后的特征子集。 4.深入研究了BP 神经网络，针对其缺陷，提出改进，在BP 网络的基础上建 立了一种藻类识别的分类器，其优点在于训练时能有效避免陷入局部zui小值及避 免网络产生振荡发散或收敛过慢。 文章根据改进方法设计了优化的网络分类器，对绿藻门中的绿星球藻、集星 藻、新月藻、四棘鼓藻、微星鼓藻等5种藻类进行了分类实验，总识别率达到83.3%。 1 藻类植物的分布很广，种类也很多，学生通过对淡水生藻类植物进行调查、采集和培养，可以增加学生藻类植物工作的经验，培养学生参加科研工作的积极性，提高学生科研工作的能力。2 学生在课前必须大量