基于Web电子商务平台的食用菌产品共词聚类算法

针对食用菌产品电子商务平台的数据挖掘问题,采用了共词聚类算法进行主题聚类,在密度聚类算法的基础上,使用了移动非密集单元的处理方法实现了共词聚类。该算法克服了传统聚类算法裁剪造成的精度误差,提高了聚类结果的精确度,应用在电子商务平台的效果良好。     

峨眉山野生茶树资源农艺性状多样性分析

为挖掘峨眉山野生茶树和群体种中的优良资源,利用因子分析、聚类分析和感官审评等方法,对峨眉山40份野生茶树种质资源农艺性状进行遗传多样性分析和资源评价。结果表明,峨眉山茶树种质资源丰富,且多以灌木型为主;18个芽叶形态性状的变异系数为7.70%~60.99%,变异系数最大的性状是芽叶色泽(60.99%)。因子分析表明,18个芽叶形态性状综合为6个公因子,前6个公因子的特征值大于1且累计贡献率达80.74%,主要代表性指标为叶片大小、叶片锯齿和叶面特征等。聚类分析将研究材料分为5个大的类群,显示了复杂的亲缘关系和丰富的遗传多样性。适制性研究表明,初步筛选的11份种质资源制绿茶适制性较好,感官审评总分在92分以上,大体表现为香气鲜香带花香、清香高长带花香或栗香浓郁带花香,滋味鲜爽、鲜甜或鲜浓醇。     

毛薯的营养成分分析和聚类分析

为选育出优良的毛薯种质,本研究以海南大学薯蓣种质资源圃里的80份毛薯为材料,以河南焦作温县的垆土铁棍山药为对照,采用苯酚硫酸法、考马斯亮蓝法以及蒽酮比色法对其干物质、粗多糖、蛋白、可溶性糖和淀粉含量进行测定和比较分析。结果表明:毛薯的干物质含量介于18.62%~38.88%,粗多糖含量介于2.88%~15.82%、蛋白含量介于5.14%~10.71%、可溶性糖含量介于0.1%~13.84%、淀粉含量介于11.94%~64.28%。与对照山药相比,Ds96所测品质均优于对照,可优先选择推广。此外,毛薯各营养品质之间存在着一定的相关性,干物质与糖类存在显著负相关,与蛋白和淀粉表现为正相关。通过对80份毛薯的营养品质进行聚类分析,在欧式距离为3.17时,可将其分为八类,按类群来看,类群Ⅳ各营养价值适中,其他类群在某些营养上比较优秀,可根据需要进行优良资源选择。      

K步稳定的鞋印花纹图像自动聚类

目的 鞋印是刑事侦查的重要物证之一,如何对积累的大量鞋印花纹图像进行自动归类管理是刑事技术迫切需要解决的问题之一。与其他类图像不同,鞋印花纹图像具有种类多但数目未知、同类花纹分布不均匀且同类花纹数目少的特点。基于鞋印花纹图像的这些特点,用目前典型的聚类算法对鞋印花纹图像集进行聚类,并不能取得很好的效果。在对鞋印花纹图像进行分析的基础上,提出一种K步稳定的鞋印花纹图像自动聚类算法。方法 对已标记的鞋印花纹图像进行统计发现,各类鞋印花纹之间在特征空间上存在互不相交的区域(本文称为隔离带)。算法的核心思想是寻找各类鞋印花纹之间的隔离带,来将各类分开。过程为:以单调递增或递减的方式调整特征空间中判定两点为一类的阈值,得到数据集的多次划分;若在连续K次划分的过程中,某一类的成员不发生变化,则说明这K次调整是在隔离带中进行的,即聚出一类,并从数据集中删除已标记的数据;选择下一个阈值对剩余的数据集进行划分,输出K步不变的类;依此类推,直到剩余数据集为空,聚类完成。结果 在两类公开测试数据集和实际鞋印花纹数据集上进行实验,本文算法的主要性能指标都超过典型算法,其中在包含5792枚实际鞋印花纹数据集上的聚类准确率和F-Measure值分别达到了99.68%和95.99%。结论 针对鞋印花纹图像特点,提出了一种通过寻找各类之间的隔离带进行自动聚类的算法,并在实际应用中取得了很好的效果。且算法性能受参数的变化以及类的形状影响较小。本文算法同样适用于具有类似特点的其他数据集的自动聚类。     

湘桂走廊白背飞虱早期虫源及灾变大气背景

为阐明湘桂走廊白背飞虱早期虫源及大气背景在其北迁过程中的影响,利用HYSPLIT软件模拟白背飞虱灾变性迁入高峰期、始见期后向轨迹,分别从个性及共性角度,分析湘桂走廊白背飞虱主要虫源地及其灾变大气背景。结果表明：（1）1991—2014年湘桂走廊白背飞虱的迁入始见期、首次迁入高峰期分别为0.9 d/10 a、1.6 d/10 a;（2）西南路径是湘桂走廊白背飞虱初始虫源迁入的主要路径,永福站、兴安站和全州站虫源西南路径占比分别为54%、50%、72%;（3）中南半岛白背飞虱借助微弱上升气流完成起飞,850 hPa高度上的强劲的西南气流、丰富的水汽条件有利于其北迁,降水是白背飞虱降落的重要大气动力机制。研究结果为白背飞虱的异地监测及科学防治提供科学依据。     

低纬高原山区暖冬年与冷冬年油菜品种稳定性和适应性对比分析

为有效评价并推荐丰产性、稳产性和适应性好的山地油菜品种在低纬高原山区推广应用,采用灰色关联度、AMMI模型和模糊聚类等分析方法,对玉溪市典型的暖冬年(2012年)与冷冬年(2015年)4个不同海拔试点的7个参试油菜品种进行稳定性和适应性对比分析。结果表明:(1)暖冬年和冷冬年主要气象因子与油菜产量的关联度有明显差异;(2)AMMI模型中暖冬年的基因、基因与环境互作两者方差分量均显著高于冷冬年,而环境方差分量则明显低于冷冬年;(3)基因型与环境间的互作对暖冬年与冷冬年的主要农艺性状影响存在较大差异。低纬高原山区应主推‘云花油早熟1号’、‘花油6号’、‘玉红油1号’和‘花油5号’等优质油菜品种。     

灰色聚类法在地表水水质评价中的应用

灰色聚类法具有较严格的理论基础和计算方法,不同灰类的权值根据各污染因子的实测浓度值确定,且方法本身考虑了水体污染程度的一个重要特性,即系统的灰色性,同时也考虑了系统的白化程度.运用灰色聚类法对四平市的地表水进行了水质评价,评价结果表明:双辽区为一级水质,污染较轻;拦河闸和辽源分别为二级、四级水质;而二龙山水库、四平、伊通污染最为严重,为五级水质.针对各地区不同的污染状况,提出了切实可行的治理措施,对该市的污染防治有一定的指导意义.     

基于K均值聚类的厚壁组织区域自动提取

桉树是我国南方的速生丰产林,区域提取是定量分析各种组织抑制桉树茎生根原因的重要前提。为此,介绍了基于K均值聚类的在桉树茎切片图像中自适应提取厚壁组织区域的图像处理技术。将桉树茎切片彩色图像转换为CIEL*a*b*彩色空间,用K均值聚类分析算法对描述颜色的a*和b*通道进行聚类分析,提取细胞厚壁,然后填充其中白色的细胞腔,构成完整的厚壁组织区域。实验结果表明,在CIEL*a*b*空间使用该算法可以获得较准确的实验结果。     

基于三维点云的蔬菜大棚杂草识别方法

为实现蔬菜大棚内自动化除草的目的,针对其中的杂草识别环节,提出了一种基于三维点云的新型蔬菜大棚杂草识别方法。采用RGB-D相机获取青菜田、生菜田的三维点云图像,采用超绿色算法去除其中的土壤等背景,采用体素滤波法在保留点云图像形状特征的同时降低点云数量,然后采用欧式聚类法分割出单株青菜和单棵杂草的点云簇,分别计算得到每个点云簇的最高点的Z坐标值,最后结合深度信息Z坐标值实现蔬菜大棚杂草识别。结果表明:这种基于三维点云的杂草识别方法能够有效的识别出杂草,识别率为86.48%。该方法能够对蔬菜大棚中的杂草进行准确识别,为蔬菜大棚自动化除草提供有效的解决方案。     

不同海拔芭蕉根药材UPLC-ELSD的指纹图谱分析

为更好地开发、利用芭蕉根药材,对不同海拔芭蕉根药材的UPLC-ELSD指纹图谱进行分析,采用Agilent ZORBAX RRHD Eclipse Plus C18(2.1 mm×100mm,1.8μm)色谱柱,0.1％乙酸水-乙腈洗脱系统,梯度洗脱,流速0.2 mL/min,蒸发光散射检测器(ELSD)检测,雾化温度为45℃,载气氮气流速1.5 L/min测定15批不同海拔的芭蕉根药材,对其进行聚类分析和相似度评价.结果表明:在不同海拔(298.52～1 357.82m)采集的芭蕉根药材的UPLC-ELSD指纹图谱有较好的相似度,芭蕉根中弱紫外吸收和缺少发色基团的化学成分的种类较统一；系统聚类分析可将芭蕉根药材归为4类,提示不同海拔的芭蕉根药材的质量存在较大差异.结论:建立的指纹图谱测定方法稳定、重复性好,可为芭蕉根药材的开发、利用及质量控制提供参考.