基于地理空间相似度的大别山红枫空间分布研究

以鹞落坪自然保护区中的七叶大别山红枫为例,选定0.5 km×0.5 km为格网尺度,基于地理空间相似度的原理对植物相关生境因子进行格网化计算和分析,将提取的格网数据构建生境数据库,利用偏最小二乘模型进行核心影响因子筛选,通过逸代法按照相似度分类计算公式,进行相似度值计算,获取相似度数据库,采用变异系数法确定权重,获取各指标因子权重值,进而计算参照格网单元与其他格网单元的生境相似度,从而选定合适的相似度阈值,将各参照格网单元符合阈值的格网单元进行合并,实现对植物空间分布的分析和预测。     

扩散限制和环境筛选对子午岭森林群落构建的相对贡献

【目的】改善区域生态环境是促进农业生产、实现可持续发展的重要前提,而加强植被的恢复重建是改善生态环境的重要途径。本研究拟通过对黄土高原子午岭森林群落构建过程的研究,为该区的植被恢复重建提供理论依据。【方法】采用典范变异分解和Mantel检验两种互补的方法,通过分离环境因子/距离（度量环境筛选）和空间因子/距离（间接度量扩散限制）对群落物种组成/距离的相对贡献,确定环境筛选和扩散限制在该区植物群落构建中的相对重要性。【结果】不同群落类型间的物种组成差异显著,空间和环境因子共同解释了草本、灌木、乔木三层29%—65%的物种组成变异（P＜0.01）。而二者的贡献特点在不同层次有所差异,乔木层和灌木层主要以空间因子为主导;而在草本层中,空间和环境因子具有相似的贡献率。草本、灌木、乔木三层的物种非相似性距离与环境距离和地理距离都显著相关（P＜0.05）,草本层具有较大的环境距离相关系数,而灌木层和乔木层具有较大的地理距离相关系数。【结论】扩散限制和环境筛选相互作用,共同影响着黄土高原森林群落的构建过程。本研究的结果并没有否定环境筛选在黄土高原群落构建中的重要性,而是更加强调了扩散限制在该区的主导性。因此,在黄土高原森林群落的恢复重建中,应该同时考虑环境异质性和地理空间的差异性。     

一种新的邮件过滤技术研究

为了改进已有邮件过滤算法的不足之处，提出一种新的邮件过滤算法。以往的大部分过滤算法采用的都是邮件属性精确匹配算法，并未使用模糊匹配思想，因此邮件的漏检率较高，并且发现未知邮件的效率较低。针对以往邮件过滤算法中漏检率比较高的不足之处，文中提出的邮件过滤算法的改进思路是：首先使用传统的黑白名单过滤技术对已知的邮件进行分类，那些是正常邮件，那些是垃圾邮件。在此基础之上使用相似性算法来计算未知邮件与已知邮件的相似度，从而达到对未知邮件分类目的,最后使用MMTD算法对的邮件相似度的好坏做出衡量，并且以此为邮件过滤提供有效的依据，经过以上的三个步骤之后，最后进行邮件的过滤。     

基于中文分词的主观题自动评分算法研究

目的为了对在线考试系统中主观题进行更合理的评分,提出一种基于中文分词的算法对主观题进行评分。方法对中文分词进行了详细介绍,并对已有的算法进行研究和改进,利用基于中文分词技术并结合文本相似度对主观题进行自动评分,从文本串长度相似度、文本串词形相似度和文本串词序相似度,再结合影响因子,形成最终的综合相似度。结果通过综合考虑考试科目的特征,合理的设置3个相对影响因子的值,对试卷通过4个实验进行测试,试卷题目分别为4个Office简答题,标准答案控制在100字内,每个实验回收电子试卷50份,与使用原算法的实验结果进行比对。实验测试表明,优化后的算法准确率有了很大提高。结论优化后的算法准确率有明显提高,在词形相似度较高的情况下评分效果与原算法差距不大,依然有改进的空间。     

基于模糊相似优先比法划分与上海气候相似的美国区域

根据引种的气候相似性理论,选取美国207个气象站点1961～1990年的气象资料,以月最高温度的平均值、最低温度的平均值、平均温度、平均降水量、日平均日照时数及各地海拔高度作为分析因子,应用欧氏距离模糊相似优先比法,分析美国207个气象站点与上海间的气候差异,划分北美植物引入上海的引种适宜度,将引入上海的美国园林植物种源地划分为适宜区、次适宜区、不适宜区.     

基于空间场景相似性的烤烟种植适宜区分析(英文)

[目的]基于空间场景相似性的评价将烤烟(NicotianaglaucaL.)种植适宜区的土壤、坡度、交通、水利、日照以及社会经济等条件在地理信息中进行建模,构建烤烟种植的空间场景,通过与优良烤烟区的比较分析确定新的烤烟种植适宜区。[方法]选取云南省红河哈尼族彝族自治州的石屏县的龙朋镇和哨冲镇进行对比分析,共选取了30个自然条件因子,共分9类。[结果]9类因子及其权重排列顺序为ω土壤>ω日照>ω海拔>ω坡度>ω水利>ω交通>ω烘烤设施>ω历年种植、规划>ω其他,该地区种植烤烟的地理条件相似度为0.8943,说明两个地区的烤烟种植条件基本上是相似的。将非自然条件因素考虑进去,如把单位面积烟田的农户数量、单个农户的耕地数量、农户劳动力人口数、农户子女上学人数、农户的受教育程度、农户烤烟种植的积极性、当地烤烟辅导员的工作等因素考虑进去再进行分析,各因子权重排序为ω单位面积烟田的农户数量>ω单个农户的耕地数量>ω农户烤烟种植的积极性>ω农户的受教育程度>ω农户劳动力人口数>ω当地烤烟辅导员的工作>ω农户子女上学人数,该地区种植烤烟的地理条件的相似度为0.7031,说明影响该地区烤烟产量和品质的因素主要是非自然条件。[结论]基于空间场景相似性评价的烤烟种植适宜区分析,能够分析两个空间场景种植条件的相似性并对其作出评价,将有助于进一步了解影响烤烟生产的因素及其对烤烟生产所起的作用。     

基于Web日志的用户行为相似度的业务流分析方法

行为相似性度量及评价方法是业务流相关研究领域的热点问题,同时也是很多数据挖掘任务如分块、聚类算法的核心内容,构成了一些业务流程模型优化与重建的基础。已有的研究成果大都将相似性度量转换为集合的交集运算,但是忽视了信息流的其他因素。利用网络用户的Cookies日志,考虑用户行为以及行为所持续的时间长度等因素,提出了用户行为相似度计算方法 SCMBATA,并在此基础上通过事件隶属度的概念,提出了基于行为属性的用户聚类算法CBOSMA。最后,利用自动程序采集到的Web用户事件日志,对所提出的SCMBATA和CBOSMA算法进行分析验证。与传统SPSS聚类进行比较的结果表明,含时间因素的用户行为相似度与传统不含时间因素的用户行为相似度有明显区别,时间因素对于网络用户行为有重要的影响。     

学习者兴趣相似性在网络学习推荐中的应用

研究学习者学习兴趣,并根据学习者兴趣相似性的方法获得目标学习者的最近邻居集合,可更好地为学习者提供自适应学习服务并产生相应学习推荐。首先从学习者的兴趣度入手,采用相似性度量方法计算目标学习者的最近邻居;最后依据邻居学习者的兴趣度来预测目标学习者对学习页面的兴趣度,并产生推荐。实验结果表明,基于学习者兴趣相似性的推荐方法,提高了最近邻居计算的准确性和推荐质量。     

基于k-NN非参数模型的高山松生物量遥感估测研究

以香格里拉高山松为研究对象,Landsat8/OLI为信息源,在前期进行香格里拉市高山松遥感特征光谱提取的基础上,结合地面50个实测样地数据,建立了研究区高山松地上生物量k-最近邻法(k-NN)遥感估测模型。结果表明,采用欧式距离度量特征变量间的相似度,距离分解因子t、最近邻数k值分别取2和4的模型参数结构下拟合精度达到最佳,决定系数(R~2)为0.71,均方根误差(RMSE)为18.21 t/hm~2;基于像元尺度的优化模型估测得到香格里拉市的生物量约为0.22亿t,研究结果可为低纬度高海拔地区的森林生物量遥感估测提供案例。     

及其在热带牧草研究中的应用

 相似函数和距离函数广泛用于聚类分析、相似性分析及差异性分析中。不同的相似函数和距离函数其性质有所不同,可造成分析结果的差异。该研究为Matlab计算环境,生成了13种相似函数和距离函数：欧氏距离,Manhattan距离,契比雪夫距离,Jaccard系数,夹角余弦,联列系数,连关系数,点相关系数,四分相关系数,及变型夹角余弦等。通过实例,说明了一些函数的适用范畴与使用方法。用户可根据需要进行调用,或在此基础上扩充新的功能或函数。同时,给出了热带牧草应用实例。     

基于空间场景相似性的烤烟种植适宜区分析

[目的]基于空间场景相似性的评价将烤烟(Nicotiana glauca L.)种植适宜区的土壤、坡度、交通、水利、日照以及社会经济等条件在地理信息中进行建模,构建烤烟种植的空间场景,通过与优良烤烟区的比较分析确定新的烤烟种植适宜区。[方法]选取云南省红河哈尼族彝族自治州的石屏县的龙朋镇和哨冲镇进行对比分析,共选取了30个自然条件因子,共分9类。[结果]9类因子及其权重排列顺序为ω土壤ω日照ω海拔ω坡度ω水利ω交通ω烘烤设施ω历年种植、规划ω其他,该地区种植烤烟的地理条件相似度为0.894 3,说明两个地区的烤烟种植条件基本上是相似的。将非自然条件因素考虑进去,如把单位面积烟田的农户数量、单个农户的耕地数量、农户劳动力人口数、农户子女上学人数、农户的受教育程度、农户烤烟种植的积极性、当地烤烟辅导员的工作等因素考虑进去再进行分析,各因子权重排序为ω单位面积烟田的农户数量ω单个农户的耕地数量ω农户烤烟种植的积极性ω农户的受教育程度ω农户劳动力人口数ω当地烤烟辅导员的工作ω农户子女上学人数,该地区种植烤烟的地理条件的相似度为0.703 1,说明影响该地区烤烟产量和品质的因素主要是非自然条件。[结论]基于空间场景相似性评价的烤烟种植适宜区分析,能够分析两个空间场景种植条件的相似性并对其作出评价,将有助于进一步了解影响烤烟生产的因素及其对烤烟生产所起的作用。     

基于非参数估计与随机模拟的不确定数据流相似性度量方法

针对不确定数据流对象难于度量相似性的问题,本文提出一种非参数估计与随机模拟相结合的方法。本方法利用非参数估计对不确定数据流对象建模,然后利用随机模拟计算对象间的误差相似性,通过相对距离与绝对距离判断相似度。仿真实验验证了本方法不仅可以准确地度量不确定对象间的相似性,而且在对象规模较大的情况下,依然可以获得较快速和稳定的计算结果。     

哀牢山西坡蚂蚁的多样性

通过样地调查法对云南省哀牢山自然保护区西坡4个垂直带、8个水平带28块样地蚁科昆虫进行了调查,分析了其多样性在垂直带上的分布规律,以及不同样地间蚂蚁群落的相似性。研究结果表明,哀牢山西坡样地中蚂蚁物种数目介于1～43种。蚂蚁物种数目、多样性及个体密度在垂直带上呈现一定的规律性,即随海拔的升高而降低,优势度与多样性的变化规律一致,均匀度没有明显的变化规律。但也出现了一些非规律性的例外,可能与植被的次生化和片断化有关。样地的85组相似性系数中,有3组相似性系数处于0.25～0.50,为中等不相似水平并接近极不相似,占3.5%;其余82组为极不相似水平或无任何相似,占96.5%。在北段2250m、中北段2500m、中南段2250m海拔以上植被类型和其它植被类型之间,基本上没有任何相似之处,在这些海拔之下则基本上具有一定的相似性。这说明生境的异质性对蚂蚁群落产生了很大的影响。     

一种改进的K-均值聚类算法的研究

聚类分析在科研和商业应用中都有着非常重要的作用。K-均值聚类算法是一种基于样本间相似性度量的间接聚类方法,其不足之处是,它采用均值作为一类的代表点,一个点往往不能充分反映该类的模式分布结构,从而损失了很多有用的信息。研究了一种改进的 K-均值聚类算法,在求样本间距离时,采用核函数距离代替欧氏距离,考虑了各模式间的相关性。试验结果表明,利用改进的 K-均值聚类算法,聚类结果的准确率更高,更稳定。     

一种改进的K-均值聚类算法的研究

聚类分析在科研和商业应用中都有着非常重要的作用。K-均值聚类算法是一种基于样本间相似性度量的间接聚类方法,其不足之处是,它采用均值作为一类的代表点,一个点往往不能充分反映该类的模式分布结构,从而损失了很多有用的信息。研究了一种改进的K-均值聚类算法,在求样本间距离时,采用核函数距离代替欧氏距离,考虑了各模式间的相关性。试验结果表明,利用改进的K-均值聚类算法,聚类结果的准确率更高,更稳定。     

一种频率增强的语句语义相似度计算

目前,在基于HowNet进行语句语义相似度计算的算法中,没有考虑语句中的不同词语对语句之间相似度值的不同贡献程度,以致计算结果不理想.为了更好地解决上述缺陷,提出了一种频率增强语句语义相似度算法.该算法利用HowNet作为词典库,在同时考虑义原距离和义原深度的条件下,进行词语相似度计算;在此基础上算法进一步将词语在语料库中的频率函数作为权重值,引入至语句的语义相似度计算中,以降低高频率词语在语句相似度值中的比重.实验表明,改进的算法在语句相似度计算结果上与人们的主观判断更接近,结果更合理.     

贵州省9个主要自然保护区大叶蝉亚科昆虫种类及相似性分析

对贵州省9个主要自然保护区的大叶蝉亚科昆虫进行了整理,用Sorenson指数分析了各保护区之间的物种相似性,用Pearson系数分析了各保护区之间的物种相似性与地理距离、经纬度、海拔、植物种数和保护区面积的相关性.结果表明:贵州省9个自然保护区共有大叶蝉亚科昆虫87种,占贵州省已知大叶蝉亚科昆虫种类的94.6％,占全国已知大叶蝉亚科昆虫种类的35.8％;从属级相似性看,各保护区之间的相似性均较高,多为中等相似或极为相似;从种级相似性看,大沙河与宽阔水、梵净山保护区之间为极为相似,草海与其他保护区之间均为极不相似,其余保护区之间均为中等不相似或中等相似;各保护区大叶蝉亚科昆虫物种的相似性与地理距离、经度、最低海拔和海拔落差呈极显著负相关,但与纬度、最高海拔、植物种数和保护区面积的相关性不明显.     

数种Matlab相似函数和距离函数的建立及其在热带牧草研究中的应用

相似函数和距离函数广泛用于聚类分析、相似性分析及差异性分析中.不同的相似函数和距离函数其性质有所不同.可造成分析结果的差异.该研究为Matlab计算环境,生成了13种相似函数和距离函数:欧氏距离,Manhattan距离,契比雪夫距离,Jaccard系数,夹角余弦,联列系数,连关系数,点相关系数,四分相关系数,及变型夹角余弦等.通过实例,说明了一些函数的适用范畴与使用方法.用户可根据需要进行调用,或在此基础上扩充新的功能或函数.同时,给出了热带牧草应用实例.     

基于动态时间规整算法的时间序列遥感影像树种分类

时间序列影像能够反映植被的物候信息,有助于大幅度提高植被聚类精度,尤其对于单时相影像上生长特性相似的树种效果尤其明显。动态时间规整算法(DTW)能够解决不等长时间序列的匹配问题,且能够抵抗噪声造成的时间序列中出现的异常值,从而取得更好的相似特征匹配效果。基于6时间序列GF-1影像数据,分别采用DTW和欧式距离(ED)进行时间序列的相似性度量,然后将DTW距离和ED距离运用到K-Means算法中,完成对图像树种的聚类。结果表明:基于DTW-K Means的时间序列遥感影像分类方法能够适用于树种分类,总精度为92.21%,Kappa系数为0.90,均高于ED-K Means方法。     

基于模糊理论的图像检索算法

在对图像颜色量化的时候,处在量化边界的颜色存在模糊性。在Zadeh提出的模糊集合理论中,隶属度函数能够很好地描述具有模糊性的过渡过程。采用HSI颜色空间的隶属度函数解决以上问题,统计模糊量化直方图来更好地近似人的视觉感知。同时,我们加入模糊子集内颜色的位置分布特征和离散度特征来表示颜色的空间信息。由于纹理也是描述图像的重要信息,提取了经典的灰度共生矩阵。随后,给出了融合四种特征描述符的图像检索算法,并采用模糊汉明距离（FHD）进行相似性度量,实验结果证实了两种检索算法的有效性。