排序方式: 共有1条查询结果,搜索用时 31 毫秒
1
1.
本研究采用K-means动态聚类算法,对2014—2019年间采集于西北印度洋、热带东太平洋、中国南海的鸢乌贼(Sthenoteuthis oualaniensis)样本的角质颚进行识别。基于K-means动态聚类算法能够很好地区分来自3个海区的鸢乌贼,对数据进行z-score标准化后,任选2维角质颚形态学参数以曼哈顿距离和欧氏距离进行K-means动态聚类分析,总正确区分率分别为86.7%和88.7%。K-means动态聚类算法对于鸢乌贼角质颚的识别有很大的参考价值,后续改进优化K-means算法使其具有普适性,将会提高鸢乌贼种群的识别能力。 相似文献
1