A taxonomical and ecological survey of rotiffer communities in Krottensee (Austria)

The composition and distribution of benthic, periphytic and planktonic rotifers in different habitats in Krottensee were investigated. Sixty-five rotifer taxa were identified, their relative abundance estimated. Classification of the data set by cluster analysis allowed the recognition of distinct habitat groups confined to acid bog ponds, macrophytes, sediments and open water. Five groups of rotifer taxa were identified on the basis of their habitat preferences and the occurrence of the taxa. Highest diversities were found on macrophytes and in acid bog ponds.     

闽南：台湾浅滩渔场变性水团的初步分析

根据聚类方法，对闽南－台湾浅滩渔场变性水团进行划分，本海区共有６个变性水团。讨论各个变性水团在不同季节消长变化规律。     

流形上的空间密度聚类算法研究

研究流形上的聚类分析，针对基于密度的空间聚类引入了流形概念，提出1种基于流形的密度聚类算法，该方法将流形的概念与聚类相结合，可以适用于样本为复杂分布的聚类。文中通过实例证明此算法的有效性。     

聚类分析法在浅海水团分析中的应用及黄、东海变性水团的分析

本文引入变性水团概念,用聚类分析确定黄、东海浅海海域变性水团的边界及其变化。根据给定的标准进行聚类,确定了水团的个数、边界及混合区。 由聚类方法所得结果看出,在该海区中有八个变性水团。根据温、盐相对指标,将这些水团分为九种不同的特征。也可以把这些水团划分为三种盐度类型。在温—盐点聚图上,不同变性水团的温盐点,分布于一条曲线附近,它体现出逐级变性的特点。各变性水团的变化范围都很大,这说明该海区中水团变性强烈。在暖季中的增温降盐和冷季中的降温增盐,可认为是整个黄海和东海水体变性的特征。所有季节性水团都经历一个形成与消亡的过程。 文中讨论了变性水团和海洋环境的相互关系。水团变性是热力因素和动力因素共同作用而产生的。通过变性水团的分析,作者认为,在该海区水团的变性中,热力因素起着主要作用。变性水团界线的舌状分布与流向之间的关系是很明显的,可作为分析环流的旁证。最后描述了变性水团和底层中心渔场之间的关系。     

长江口及济州岛附近海域变性水团的初步分析

基于变性水团的概念,本文把聚类分析用于确定长江口及济州岛附近海域变性水团的边界。由聚类分析得到的结果表明,在该海区有十个水团。对它们的特征、分布与变化进行了初步分析。作者得出的结论是:1、在十个水团中,有四个大洋性水团,六个变性水团。2、该海域水团变性的特点为暧季增温、降盐、降氧,而冷季则相反。3、水团变性是由海区内、外因素综合作用而发生的,而后者在浅水区域起主要作用。4、水团边界的舌状分布与流向之间有明显关系。因之,海流的方向及强度,大致可依水团舌状分布而判断。5、底层中心渔场基本上位于各变性水团之间的混合区或其附近。     

改进的自适应遗传算法在遥感图像分割中的应用

为了自动确定遥感图像分割的最佳阈值,本文提出了一种改进的自适应遗传算法,并利用该算法对二维Otsu图像阈值分割函数进行了全局优化,提高了分割闻值的求解速度。该算法能够根据个体适应度大小和群体的分散程度自动调整遗传控制参数,从而能够在保持群体多样性的同时加快收敛速度,克服基本遗传算法的收敛性差、易早熟问题。实验结果表明,该算法具有良好的收敛速度和稳定性,达到较好的图像分割效果,大大缩短了计算时间。     

基于决策树的我国农业数据挖掘分析

决策树是用于分类的常用建模方法。首先对分类的概念和决策树方法分别进行了总体介绍,在此基础上对我国30个省市自治区的乡村劳动力、耕地面积以及农业总产值信息数据进行了挖掘分析,在运用决策树对数据进行分类过程中对连续数据采用聚类分析的方法进行离散化处理,从而避免了原始经验分类方法的主观性。最后,通过上述决策树分类方法,生成我国农业情况的决策树,获得相关空间分类规则,并对其进行分析说明。结果表明,决策树分类方法适合我国农业情况。     

人口空间聚类规则挖掘——全国各省市产业结构分类研究

本文采用离差平方和法(Ward方法),对2005年全国31个省市产业结构情况进行分析说明,归纳总结出各省市的主要产业类型及各产业与人均生产总值的关系,并从经济的视角获得各省市的产业结构类型与其经济发展状况的关系。     

基于分区的局域神经网络时空建模方法研究

区域数据表现为两种尺度的空间特性:反映全局特征的空间依赖性和反映局域特征的空间波动性.空间波动性表现为空间数据在局部地区的聚集或高低交错现象.在研究区域数据时空预测性建模时,从降低数据的空间波动和不平稳性对模型预测能力的影响角度出发,提出了一种基于分区的局域神经网络时空非线性建模的思路.分区过程由基于空间邻接关系的K-means聚类算法完成.不同的分区方案通过相关性、波动性、紧凑性等指标进行评价和优选.在确定最优分区方案的基础上,对各子区分别采用两层前馈网络进行建模,模型的输入不仅要考虑本区内单元的作用,而且要考虑相邻子区的边界效应.各神经网络模型的时空预测能力通过平均相均差和动态相似率等指标进行衡量.最后,通过对法国94个县每周流感报告病例的时空建模分析表明,与全局神经网络模型相比,基于分区的局域神经网络模型具有更好的预测能力.     

基于时刻独立脉冲耦合神经网络的高空间分辨率摇感影像分割

高空间分辨率遥感影像中地物目标内部光谱信息复杂性的增强,使得传统基于光谱特征值的数据处理方法效果不再显著,影像分割为解决这一问题提供了一种思路,成为当前高空间分辨率遥感影像处理的研究焦点.时刻独立脉冲耦合神经网络具有状态相近、空间相邻神经元相互耦合同步脉冲激发和区域之间神经元脉冲激发时刻独立两大特点,已被应用于非遥感影像分割中,并取得较好效果.本文结合高空间分辨率遥感影像特点,通过对网络参数进行实验和分析,提出一个基于时刻独立脉冲耦合神经网络的高空间分辨率遥感影像分割方法,并利用空间分辨率0.3m的航空影像进行了数据试验,将分割结果进行讨论并与现有时刻独立脉冲耦合神经网络方法和ISODATA方法分割结果进行对比分析.结果表明:时刻独立脉冲耦合神经网络在高空间分辨率遥感影像分割处理中具有很好的应用前景.