基于荧光SSR标记的紫薇遗传多样性分析

【目的】以收集的239份紫薇属(Lagerstroemia)种质和1份黄薇属(Heimia)种质为材料,开展种质种间特征分析和紫薇种内资源的遗传多样性分析,为进一步优化紫薇种质资源收集保存及合理利用提供科学依据。【方法】基于16对荧光引物鉴定样品基因型,利用GeneMarker软件进行基因型数据的读取;对239份紫薇属种质和1份黄薇属种质进行特征位点分析;并利用Popgene、Cervus、NTSYS和GenAlEx软件对227份紫薇种质进行遗传多样性参数估算、聚类分析和主成分分析。【结果】紫薇(L.indica)种内的特征位点信息最为丰富,其中15个引物所体现出的特征位点信息中,紫薇都有其独特的位点区别于其他6个种,而在福建紫薇(L.limii)、川黔紫薇(L.excelsa)和尾叶紫薇(L.caudata)中也有部分特异的特征位点是紫薇中没有的;16对紫薇SSR荧光引物共检测出143个等位基因,平均每个位点有8.938个等位基因,平均有效等位基因数(N_e)为3.600,Shannon’s信息指数(I)均值为1.459,观测杂合度(H_o)均...     

冷再生泡沫沥青混合料水稳定性研究分析

通过控制新集料掺加比例、泡沫沥青用量、水泥剂量、集料温度和抗剥落剂等,研究各因素对冷再生泡沫沥青混合料的路用性能和水稳定的影响,并揭示其微观机理.结果表明,旧料利用率、泡沫沥青用量、水泥剂量和抗剥落剂宜分别控制在50%～75%、 2.5%～3.0%、 1.0%～1.5%和0.5%左右.此外,适当提高集料温度,有助于提高泡沫沥青分散均匀性,从而提升冷再生泡沫沥青混合料的水稳定性.泡沫沥青用量和水泥剂量是冷再生泡沫沥青混合料水稳定的关键因素.尽量使泡沫沥青分散均匀,避免产生结团现象,是保证冷再生泡沫沥青混合料水稳定性的基础,进一步通过水泥补强作用,可获得良好的水稳定性.     

自主式交通系统功能架构优化密度峰值聚类算法

自主式交通系统(autonomous transportation system, ATS)是为应对主动式智慧交通发展趋势而提出的新一代交通系统。为科学合理地构建ATS功能架构,提出了一种面向多属性文本的优化密度峰值聚类算法(density peaks clustering, DPC)。该算法结合交通系统功能架构的基本特征,通过改进的词频-逆向文档频率算法与文本向量空间模型,将多属性文本转化成空间维度坐标。再利用高斯函数和决策值优化DPC算法进行聚类,并结合轮廓系数对聚类结果进行评价。为了检验算法的合理性,在ATS道路自动驾驶场景下,基于道路载运工具运行服务域、交通基础设施管理服务域和交通安全管理服务域的功能数据集进行了算例分析,依据聚类结果绘制功能架构图。架构图由自主感知-自主学习-自主决策-自主响应4层构成,验证了ATS应用场景中功能架构优化算法的可行性和合理性。算例结果表明：该算法的构建具有鲁棒性,算例轮廓系数整体均值为0.84,与原算法相比解决了聚类过程中聚类中心难以划定的问题;与原智能交通系统中的各架构设计相比,该功能架构更具有层次性和逻辑性。该优化算法能够促进新一代交通系统...     

土茯苓种苗质量分级标准研究

探究土茯苓(Smilax glabra)种苗质量分级标准,为土茯苓人工种植规范化发展奠定基础。本研究随机选取50株土茯苓种苗进行调查,首先应用相关分析确定苗木分级指标,然后通过逐步聚类分析法修正分级,最终计算出土茯苓种苗的苗木分级标准。结果表明,根数和球茎数为土茯苓种苗的质量分级指标。土茯苓种苗分级标准为Ⅰ级种苗：根数≥37.4,球茎数≥6.8;Ⅱ级种苗：28.3≤根数<37.4,4.2≤球茎数<6.8;Ⅲ级种苗：根数<28.3或球茎数<4.2。所抽取的土茯苓样苗中,Ⅰ、Ⅱ级种苗(合格苗)分别占34%和20%,Ⅲ级种苗(不合格苗)占46%。本研究通过逐步聚类分析法制定的土茯苓种苗质量分级标准结果可靠,说明此方法可行,能为土茯苓人工种植繁育研究以及生产优质的土茯苓种苗提供理论资料。     

基于三支决策的密度敏感谱聚类

将三支决策与密度敏感谱聚类结合,提出了一种基于三支决策的密度敏感谱聚类算法。该算法通过在密度敏感谱聚类的聚类过程引入容差参数得到每个类的上界,然后通过扰动分析算法从上界中分离出核心域,上界和核心域的差值被认定为该类的边界域。聚类结果用核心域和边界域来表示每个类簇,可以更全面地展示数据的结构信息。与传统的硬聚类算法在UCI数据集的实验结果相比较,本文使用核心域计算聚类的评价指标DBI、AS和ACC都有所提升,较好地解决了不确定性对象的聚类问题。     

潜在表示学习框架下的低冗余多视图聚类算法

基于潜在空间学习的多视图聚类研究得到了较大发展,但其通常忽略了原始数据中冗余信息的存在可能会带来不理想的聚类结果。为解决这个问题,提出一种潜在表示学习框架下的低冗余多视图聚类算法。基于k-means的方法,直接从各视图数据学习其低维表示,由于该低维表示的各个特征相互正交,学习到的低维表示通常含有较少的冗余信息。基于潜在空间的假设,各视图的低维表示可由同一个潜在表示投影得到。将两者结合,就能得到一个具有低冗余信息的统一的潜在表示。设计了一个优化算法来求解目标问题,在多个公开数据集上的实验表明了该算法的有效性。     

模糊聚类应用于MIS子系统划分的研究

本文介绍了模糊聚类应用于ＭＩＳ子系统划分的新方法,包括基于模糊等价关系的方法和基于模糊相似关系的“最大树”方法．     

采用HK模型的防空反导作战网络建模分析

采用HK网络模型对防空反导作战网络进行建模,对网络度分布、集群系数、平均距离的统计特性进行分析。将网络模型与典型树状结构的防空反导网络和基于BA无标度模型的网络进行比较,表明基于HK模型的防空反导作战网络具有较好的集群系数和无标度特性,同时表明改变TF连接概率进行防空反导网络设计具有更好的灵活性。     

高斯光束的反向传输变换

用高斯光束的复数表示和ＡＢＣＤ定律,讨论了高斯光束的反向传输变换,并求出了表述高斯光束的几个重要参量。     

谐振腔镜对高斯光束远场发散角的影响

利用变换矩阵和ＡＢＣＤ定律讨论了激光谐振空对高我束的变换,推导出高斯光束参数通过光腔输出镜的变换公式。并对热透镜腔,光束远场发散角等问题进行了讨论。