期刊文献+
共找到14篇文章
< 1 >
每页显示 20 50 100
小叶杨生长规律的研究 被引量:25
1
作者 张连翔 梅秀艳 姜镇荣 《防护林科技》 2001年第2期10-12,33,共4页
应用Logistic模型和有序样品聚类法对小叶杨的生长规律进行了定量研究 ,将胸径和树高2个表现生长过程科学地划分为前慢期、速生期和后慢期 3个阶段 ,实现了胸径和树高二维有序样品的聚类 ,不仅反映出小叶杨生长的综合节奏性 ,更为龄组... 应用Logistic模型和有序样品聚类法对小叶杨的生长规律进行了定量研究 ,将胸径和树高2个表现生长过程科学地划分为前慢期、速生期和后慢期 3个阶段 ,实现了胸径和树高二维有序样品的聚类 ,不仅反映出小叶杨生长的综合节奏性 ,更为龄组划分提供了依据 ,此外 ,本文还以Logis tic模型为基础 ,以时间因子为媒介 ,推导出一个能准确地描述小叶杨D -H关系的新模型———Lo 展开更多
关键词 小叶杨 生长规律 LOGISTIC模型 有序样品聚类 Logistic衍生模型
下载PDF
改进的投影寻踪分类模型及其在区域经济评价中的应用 被引量:3
2
作者 姚奕 倪勤 《统计与信息论坛》 CSSCI 2009年第2期29-32,50,共5页
作为多元数据的一种分析方法,投影寻踪分类模型已被一些研究者应用到实践中,并取得了良好的效果。然而,投影寻踪分类模型没有严格意义上的分类标准。通过引入有序样本聚类法,可以对投影寻踪分类模型得到的一维投影值进行客观分类。根据... 作为多元数据的一种分析方法,投影寻踪分类模型已被一些研究者应用到实践中,并取得了良好的效果。然而,投影寻踪分类模型没有严格意义上的分类标准。通过引入有序样本聚类法,可以对投影寻踪分类模型得到的一维投影值进行客观分类。根据改进的模型,对江苏省区域经济的发展进行了综合评价,结果表明:改进的投影寻踪分类模型切实可行,为多元数据分类提供了新途径。 展开更多
关键词 投影寻踪 有序样本聚类 加速遗传算法 综合评价
下载PDF
高速公路自然景观段落划分及人文节点设置方法 被引量:4
3
作者 王荣华 许金良 王子赓 《长安大学学报(自然科学版)》 EI CAS CSCD 北大核心 2015年第2期122-131,共10页
为美化高速公路行车视觉空间,增强公路景观规划的可操作性,分析公路自然景观资源属性,针对走廊带沿线自然景观资源的序列性,运用有序样品的最优分割法(OSOS)划分高速公路自然景观段落;通过行车单调性试验和景观节点设置间隔试验,推导出... 为美化高速公路行车视觉空间,增强公路景观规划的可操作性,分析公路自然景观资源属性,针对走廊带沿线自然景观资源的序列性,运用有序样品的最优分割法(OSOS)划分高速公路自然景观段落;通过行车单调性试验和景观节点设置间隔试验,推导出景观节点设置间隔公式,计算人文景观节点位置;最后以西安—宝鸡高速公路为例,用研究的方法划分自然景观段落,计算景观节点位置,并确定各景观段落主题。研究结果表明:提出OSOS法划分自然景观段落符合工程实际,操作简单,具有很强的实用性;人文景观节点的设置间隔宜为V85/12km,以节点为控制点、景观段落主题为主导,设计景观节点处的景观要素或景观小品;有序样品的最优分割法和节点控制法,能够有效指导高速公路景观段落规划与节点设计。 展开更多
关键词 交通工程 高速公路 景观段落 节点 有序样品 聚类分析
原文传递
德国牧羊犬幼犬断奶后生长曲线拟合与发育阶段划分研究 被引量:3
4
作者 刘湖 马大君 +1 位作者 王林 潘寿文 《家畜生态学报》 2009年第5期46-51,共6页
随机抽取本地出生的1.5~12月龄德国牧羊犬,测量体重、体高、体长、胸围、荐高、胸深、管围和头长,统计各性状逐月的累积生长,以Gompertz模型拟合生长曲线并运用有序样本聚类分析方法作发育阶段的划分分析。结果表明,12月龄前各性... 随机抽取本地出生的1.5~12月龄德国牧羊犬,测量体重、体高、体长、胸围、荐高、胸深、管围和头长,统计各性状逐月的累积生长,以Gompertz模型拟合生长曲线并运用有序样本聚类分析方法作发育阶段的划分分析。结果表明,12月龄前各性状均未停止生长,且公犬的累积生长大于母犬。Gornpertz模型适合拟合各性状的生长曲线,拟合度(R^2)为0.971~0.998;体尺性状的拐点值均小于其2月龄均值,拐点月龄均早于1.5月龄,而体重的拐点值和拐点月龄则分别处于2~4月龄均值和3~4月龄之间;持续生长期表现为体重〉胸围〉体长〉胸深〉体高〉荐高〉头长〉管围。根据聚类结果并结合生理、行为发育等特征,1.5~12月龄犬的生长过程可分为4个阶段:1.5~2月龄、2~3月龄、3~6月龄和6~12月龄。 展开更多
关键词 德国牧羊犬 体型性状 生长曲线 发育阶段 有序样本聚类分析
下载PDF
基于聚类与回归方法的台风灾情统计评估 被引量:3
5
作者 魏章进 隋广军 唐丹玲 《数理统计与管理》 CSSCI 北大核心 2014年第3期400-407,共8页
中国位于太平洋西岸,台风灾害对沿海地区的社会经济发展构成了严重威胁。本文以广东省为例,对台风所造成的灾情建立了灾情指数序列,采用有序样品聚类方法对灾情划分等级;并以灾情指数为因变量,探讨致灾因子与灾情因子之间的相关关系,建... 中国位于太平洋西岸,台风灾害对沿海地区的社会经济发展构成了严重威胁。本文以广东省为例,对台风所造成的灾情建立了灾情指数序列,采用有序样品聚类方法对灾情划分等级;并以灾情指数为因变量,探讨致灾因子与灾情因子之间的相关关系,建立了台风灾情预评估模型,并对模型进行了相关统计检验和实证分析,结果表明建立的统计模型具有较好的灾情预评估能力,可为台风减灾防灾决策提供参考。 展开更多
关键词 台风 灾害评估 多元回归 有序样品聚类
原文传递
主成分分析应用(Ⅱ)——主成分聚类分析 被引量:1
6
作者 胡良平 《四川精神卫生》 2018年第2期133-135,共3页
本文目的是介绍主成分聚类分析的概念、作用以及用软件实现计算的方法。无序样品聚类分析方法很多,本文仅介绍基于主成分变量的无序样品聚类分析方法。由于缺乏评价聚类效果的金标准,本文所介绍的聚类方法的实用价值有待进一步研究。
关键词 无序样品 样品聚类分析 主成分变量 主成分聚类分析
下载PDF
基于改进和声算法的有序样本聚类及其应用 被引量:1
7
作者 李晓康 《陕西理工学院学报(自然科学版)》 2015年第3期65-70,共6页
标准和声算法只能解决连续型优化问题,而有序样本聚类属于离散型优化问题。将Fisher算法和和声算法相结合,提出一种改进和声算法,使之能够用于离散型优化问题,并利用其对有序样本进行分类。数值仿真实验结果表明,该算法分类结果符合实... 标准和声算法只能解决连续型优化问题,而有序样本聚类属于离散型优化问题。将Fisher算法和和声算法相结合,提出一种改进和声算法,使之能够用于离散型优化问题,并利用其对有序样本进行分类。数值仿真实验结果表明,该算法分类结果符合实际。结论表明改进和声算法是一种全局最优算法,分类结果优于Fisher算法。 展开更多
关键词 和声算法 有序样本 自相关系数 离差平方和 聚类
下载PDF
基于自相关系数的有序样本聚类分析 被引量:1
8
作者 李晓康 《廊坊师范学院学报(自然科学版)》 2013年第6期21-23,27,共4页
有序样本的聚类关键是建立合理的分类指标。将系统聚类法与Fisher算法相结合,引入样本一阶自相关系数描述相邻样本间的相关关系,并以此为分类指标,进行分类。最后运用离差平方和确定最优分类数及分类结果,分类结果符合实际。
关键词 有序样本 白相关系数 离差平方和 聚类
下载PDF
1年生省沽油播种苗生长规律研究初报 被引量:1
9
作者 邱健 《安徽林业科技》 2016年第5期19-21,共3页
以省沽油1 年生播种苗苗高净生长量为依据,采用有序样本聚类分析法划分其1 年生苗木苗高的生长时期.结果表明,其生长期可划分为4 个阶段:出苗期:4 月2 日- 5 月1 5 日;生长初期:5 月1 6 日- 6 月1 6 日;生长盛期:6 月1 7 日- 9 月1... 以省沽油1 年生播种苗苗高净生长量为依据,采用有序样本聚类分析法划分其1 年生苗木苗高的生长时期.结果表明,其生长期可划分为4 个阶段:出苗期:4 月2 日- 5 月1 5 日;生长初期:5 月1 6 日- 6 月1 6 日;生长盛期:6 月1 7 日- 9 月1 6 日;生长末期:9 月1 7 日- 1 1 月1 6 日. 展开更多
关键词 省沽油 播种苗 生长规律 有序样本 聚类分析
下载PDF
木荷苗高生长期划分的有序样本聚类分析 被引量:1
10
作者 毛寿评 《绿色科技》 2016年第15期45-47,共3页
以一年周期内木荷苗高每15d的净生长量为样本,采用有序样本聚类分析方法,将木荷苗高生长过程采取了科学定量划分为4个时期:出苗期为4月10日~4月30日,幼苗期为5月1日~7月15日,速生期为7月16日~11月15日,生长后期为11月16日~12月30日。... 以一年周期内木荷苗高每15d的净生长量为样本,采用有序样本聚类分析方法,将木荷苗高生长过程采取了科学定量划分为4个时期:出苗期为4月10日~4月30日,幼苗期为5月1日~7月15日,速生期为7月16日~11月15日,生长后期为11月16日~12月30日。速生期的苗高净生长量占苗木全年总生长量的71.3%,而幼苗期、生长后期的净生长量分别仅占全年总生长量的19.5%和2.1%,结合木荷苗木生长发育特性,提出了各期的关键育苗措施,以期为培育木荷优质壮苗提供参考。 展开更多
关键词 木荷 苗高 生长期划分 有序样本 聚类分析
下载PDF
有序样本聚类法中变量的预处理及其聚类结果解释 被引量:3
11
作者 吴建军 廖福琪 《中国卫生统计》 CSCD 北大核心 1998年第2期21-24,共4页
目的:为了在当前的有序样本聚类法〔1~3〕中消除在多变量情形下变量量纲对聚类结果的影响和获得对形式结果的准确解释。方法:从原方法的基本思想出发,考虑对资料先作离均差平方和单位化的变量预处理,并修补了对聚类结果的一般解... 目的:为了在当前的有序样本聚类法〔1~3〕中消除在多变量情形下变量量纲对聚类结果的影响和获得对形式结果的准确解释。方法:从原方法的基本思想出发,考虑对资料先作离均差平方和单位化的变量预处理,并修补了对聚类结果的一般解释方式———即视一般的多点类为变化相对平稳“段”,而单点类为脉冲跳跃点或构成“过渡类”。结果:对文献〔1~3〕的资料的重新分析和对药物麻醉前后脑电图的若干指标的分段分析,均取得了符合客观实际的结果。结论:我们的修正是准确、合理。 展开更多
关键词 有序样本聚类法 变量 预处理 聚类 卫生统计
下载PDF
5种壳斗科树种实生苗年生长规律研究 被引量:4
12
作者 余林 叶金山 +1 位作者 朱恒 周诚 《江西农业大学学报》 CAS CSCD 北大核心 2013年第3期486-490,共5页
以甜槠(Castanopsis eyrei)、石栎(Lithocarpus glaber)、麻栎(Quercus acutissima)、青冈(Cyclobalanopsis glau-ca)和碟斗青冈(Cyclobalanopsis disciformis)1 a生实生苗为材料,观测研究生长期内高生长动态,采用有序样本聚类法进行苗... 以甜槠(Castanopsis eyrei)、石栎(Lithocarpus glaber)、麻栎(Quercus acutissima)、青冈(Cyclobalanopsis glau-ca)和碟斗青冈(Cyclobalanopsis disciformis)1 a生实生苗为材料,观测研究生长期内高生长动态,采用有序样本聚类法进行苗木生长时期的划分,并利用Logistic模型对各树种苗高年生长节律进行拟合。结果表明:甜槠、石栎、麻栎、青冈和碟斗青冈实生苗的苗高年生长量平均值分别为12.37、26.69、61.11、35.00和43.76 cm。苗高年生长均表现出明显"慢—快—慢"的节律,且具有明显的阶段性。用有序样本聚类法可以将苗高生长过程分为生长初期、生长盛期和生长后期3个时期,生长盛期集中在6月至10月,生长盛期内苗高净生长量占总生长量的55.10%~68.25%。Logistic模型能够拟合苗高年生长过程,决定系数均在0.98以上,经检验均达到极显著水平。对Logistic曲线进行求导确定了各树种苗高日生长的速生点和生长拐点,速生点出现最早的甜槠(71 d)与最晚的青冈(124 d)相差53 d。研究结果可以为甜槠、石栎、麻栎、青冈和碟斗青冈的苗木科学管理提供理论依据。 展开更多
关键词 壳斗科 实生苗 高生长 有序样本聚类法 LOGISTIC方程
下载PDF
有序样品聚类分析方法在花开左组划分中的应用 被引量:3
13
作者 李守奎 杨柳扬 +1 位作者 赵庆红 王明明 《云南地质》 2017年第3期327-331,共5页
本文根据云南云龙县凤代中侏罗统花开左组(J2h)剖面上系统获得的地球化学分析数据,采用多变量最优分割法,对花开左组进行了化学地层划分的应用研究,发现了该地层地球化学元素特征显著变化面,找到沉积环境变化层位,从而为岩石地层划分提... 本文根据云南云龙县凤代中侏罗统花开左组(J2h)剖面上系统获得的地球化学分析数据,采用多变量最优分割法,对花开左组进行了化学地层划分的应用研究,发现了该地层地球化学元素特征显著变化面,找到沉积环境变化层位,从而为岩石地层划分提供辅助依据。取得了与野外岩石地层观察情况较为一致的结果,为组级以下地层单位的划分以及沉积环境的解释提供辅助和补充资料。 展开更多
关键词 有序样品聚类分析 最优分割法 化学地层 花开左组 云南 云龙地区
下载PDF
基于有序样品聚类最优二分割算法的滑坡演化阶段划分 被引量:3
14
作者 黄丽 樊孝菊 罗文强 《湖北文理学院学报》 2015年第2期13-16,共4页
利用有序样品聚类的最优二分割算法,对新滩滑坡检测累计位移数据进行有序聚类划分,再结合加速度变化特征对滑坡演化阶段进行划分.结果显示新滩滑坡初始变形阶段和中等变形阶段划分点为1979年8月,中等变形阶段和加速变形阶段划分点为1982... 利用有序样品聚类的最优二分割算法,对新滩滑坡检测累计位移数据进行有序聚类划分,再结合加速度变化特征对滑坡演化阶段进行划分.结果显示新滩滑坡初始变形阶段和中等变形阶段划分点为1979年8月,中等变形阶段和加速变形阶段划分点为1982年9月,而加速变形阶段中初等加速与中等加速的分界点为1983年7月,中等加速与临滑阶段的分界点为1984年10月,与实际监测基本吻合.表明根据有序样品聚类最优二分割算法和滑坡变形加速度变化特征可以对滑坡演化阶段进行准确划分,并为滑坡预警预报提供依据. 展开更多
关键词 有序样品聚类 最优二分割算法 滑坡演化阶段划分 新滩滑坡
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部