基于功能分区与多聚类算法集成的耕地细碎化评价及整治

基于图斑尺度的耕地细碎化评价及整治有利于耕地布局优化,促进农业规模化与集约化发展。该研究以耕地图斑为基本评价单元,引入聚合分析来量化图斑间空间位置关系,围绕耕地细碎化内涵选取评价指标;运用热点分析和二步聚类算法来对研究区功能分区,在功能分区基础上,基于带轮廓系数的k-means聚类算法,评价耕地图斑的细碎化程度。结果表明：1）根据功能分区的聚类结果,新北区被划分为不显著区、连片规整区、离散复杂区;2）评价结果将新北区耕地图斑分为3类：类别一,离散破碎类,包含图斑17 332块,平均图斑面积过小,连片度低,图斑面积集中在0～10 000 m2,面积占比21.98%,连片度集中在1～4,主要分布在新北区中心区域;类别二,形状复杂类,包含图斑4 535 块,图斑形状复杂不规整,面积占比9.65%,形状指数集中在1.5～2.5,均匀分布在全区;类别三,连片规整类,包含图斑4 091 块,图斑集中连片、形态规整,面积占比68.37%,连片度集中在5～10,形状指数集中在1～1.5,主要分布在外围区域;并基于各类别耕地细碎化属性差异,提出相应的优化模式和整治意见。研究结果可以为耕地细碎化整治提供一定参考。     

基于两级选择性聚类集成的农用地整治时空配置分区

针对传统聚类算法易陷入局部最优、不兼顾地理空间的问题,该研究以湖南省怀化市为例,从生态敏感性、用地适宜性与整治迫切性3个维度建立分区评价指标体系,应用一种基于混合距离,同时具有聚类方案质量识别功能的两级选择性聚类集成方法对怀化市农用地整治进行时空配置。通过聚类运算,将怀化市300个聚类单元划分为：近期重点整治区、近期适度整治区、中期重点整治区、中期适度整治区和远期限制整治区5个类型,面积比例分别为9.05%、30.48%、22.58%、7.33%、30.56%,符合怀化现状条件;相较于传统聚类方法,两级选择性聚类集成方法具有聚类质量识别与兼顾地理空间的优势,且更适用聚类单元较多、属性空间复杂的情况。研究结果在客观上为未来土地整治工作与聚类方法的创新提供了可供借鉴的思路。     

基于区块链中继技术的集群式农产品供应链溯源模型

集群式农产品供应链具有链条长且多、生产分散、信息多源异构、网链结构复杂等特点。面向集群式农产品供应链区块链溯源的需求,多链式区块链比单链式区块链更具有优势。但多个区块链相互独立使得不同链上的数据相互隔离,导致不同联盟在多链式区块链网络中数据断裂,无法构成完整的溯源链条,该研究提出一种基于区块链中继技术的集群式农产品供应链溯源模型,打通联盟间的信息孤岛,实现整个供应链的信息贯通。分析集群式农产品供应链的业务构成,利用区块链中继技术打通供应链上下游区块链,构造集群式农产品供应链的中继多链拓扑结构和溯源模型;应用链借助中继链和跨链路由实现跨链交互,并通过Hyperledger Fabric背书策略检验跨链交易的有效性。最后,以集群式猕猴桃供应链为例,设计和实现了该模型的原型系统,并进行了功能、性能和扩展性的测试与分析。结果表明：在功能方面,该模型可以保证跨链溯源信息的完整性、可信性和有效性,能够有效解决多链式区块链溯源中的信息断链问题;在性能方面,系统数据写入的吞吐量最高为561.8（事务数/s,transactions/s）,高于单链式区块链的118.1 transactions/s;数据写入时延均值为1.49 s,优于单链式区块链的数据写入时延均值5.92 s;在扩展性方面,系统中链的数量能够按照业务需求动态增加,灵活应对集群式供应链变化。该模型能实现集群式农产品供应链溯源,研究结果对区块链溯源网络的扩大和实现行业性的统一布局、协同发展有一定意义。     

基于FCM聚类法对行驶工况的构建

主要研究FCM聚类法在车辆行驶工况中的应用。通过对合肥市典型道路的试验,获取大量的实验数据,划分为多个运动学片段,并运用多元统计理论方法及Matlab对数据进行分析和处理,引入11个表征汽车行驶特性的特征参数进行研究。运用主成分分析这种数理统计理论,同时通过FCM聚类方法,对合肥市道路行驶工况进行分析与仿真,拟合出能够代表合肥市的代表性工况。通过对实验数据的分析表明,拟合的行驶工况有利地反映了合肥的汽车保有量、城市结构、交通流分布、驾驶行为习惯及道路特征等的情况。     

不同产地咖啡豆中挥发性成分的HS-SPME-GC/MS法分析

采用顶空固相微萃取-气相色谱-质谱联用技术分析了不同产地咖啡豆中的挥发性化学成分,以峰面积归一化法计算各组分的相对含量,并通过化学计量法处理.初步鉴定出97种化合物,不同产地咖啡豆挥发性成分有一定差异,采用主成分分析及聚类分析法能有效区分巴西、哥伦比亚、印度尼西亚3个产地的咖啡豆.该方法适用于咖啡豆挥发性成分的快速分析,可为咖啡豆的质量评价提供参考.     

玉米自交系表型性状主成分聚类分析研究

玉米作为重要的饲料作物和粮食作物,优良杂交种的选育和推广应用为玉米增产做出了突出贡献。杂种优势利用是玉米育种研究的重要内容,杂种优势理论建立在亲本遗传差异之上,因而种质遗传多样性研究是杂种优势利用的前提。该研究利用一批从国内外引进玉米优良种质资源选育而成的稳定自交材料,为有效利用这批新自交系,明确其应用潜力,采用了表型性状分析对其进行了遗传多样性研究,结果表明:供试的57份自交系间表型性状变异都集中在一个较小的范围内,各自交系间的欧氏遗传距离变幅为1.010 8~11.078 7,平均遗传距离为4.934 5。当遗传距离为5.41时,可将57个自交系分为4个类群,各类群自交系各具特点,其中3号材料、9号材料植株较高,果穗较粗大,穗长、行粒数和百粒重等经济性状表现良好,是一个很好的高产育种潜力亲本;46号材料生育期较短、植株矮小,可在选育早熟、矮秆玉米组合上重点应用;其余自交系系各具特色,可结合不同育种目标有针对性地加以改良和利用,对玉米育种实践具有一定指导意义。     

基于网站集群的农村综合信息服务系统设计与实现

应用网站集群技术构架多级信息化网络服务平台,为小微农业企业、农家乐、个人提供网站服务,实现信息资源共享,促进农村基层信息化建设。通过开发多套联网智能模板,解决多用户差异化应用。     

39个牡丹品种的形态学分类研究

【目的】探究牡丹品种分类的等级和标准,进而为其品种选育和资源研究提供参考。【方法】2013-03-05,观测了39个牡丹品种的26个质量和数量性状,首先对26个性状指标进行了R型聚类分析和主成分分析,然后根据R型聚类结果,去掉相关性大的指标,再对39个牡丹品种进行了Q型聚类分析。【结果】R型聚类结果显示,花瓣基部有无色斑与色斑颜色（r=0.766）,复叶长与复叶宽（r=0.659）的相关性较大,因此Q型聚类中不考虑色斑颜色和复叶宽2个性状。主成分分析结果表明：结实率、花瓣基部色斑情况、花期、花冠情况等12个性状的贡献率较大。Q型聚类结果显示,39个牡丹品种依据结实率、花瓣基部有无色斑和花期被分为3类：结实率高且花期较早的类群,如“赵粉”、“肉芙蓉”、“迎日红”、“粉中冠”等;结实率低且花瓣基部没有色斑的类群,如“状元红”、“绿香球”、“大胡红”、“珊瑚台”等;结实率低且花瓣基部有色斑的类群,如“红宝石”、“卷叶红”、“十八号”、“菱花湛露”等。【结论】筛选出对牡丹品种分类贡献较大的13个性状,得到可以作为其形态学分类依据的性状有结实率、花瓣基部有无色斑和花期。     

谷精草属六个种的同工酶聚类分析

本文对谷精草属6个种的POD、EST、MDH和AMY同工酶分别进行了电泳分离,采用STATISTICA/W4.5软件对酶谱的不同相似性系数进行聚类分析,进而绘出树系图。同工酶酶谱及其聚类分析的结果与现有的形态学分类系统基本相符,首先将E.sexangulare Linn.、E.alperstre与E.buergerianum分为一支,将E.kunmingense Z.X.Zhang、E.nepalense Prescottex Bongard与E.cinereum R.Brown并为一支,且它们是平行进化的关系。在第一支中,E.alperstre与E.buergerianum亲缘关系更近。     

数据挖掘的技术特点及发展现状

首先给出数据挖掘所涉及的技术领域及其研究特点，介绍了数据仓库与一般事务数据库的区别，基于对典型数据挖掘算法的基本原理、实现技术及应用领域的分析，论证了数据挖掘是当前信息技术的一个核心研究内容。文章的最后给出了未来数据挖掘的研究方向及发展趋势。