基于属性最大间隔的子空间聚类

子空间聚类能有效的发现各簇与所属于的子空间的联系,同时减少高维数据中因为数据冗余和不相关属性对聚类过程产生的干扰.已有的子空间聚类方法强调各子空间中簇的发现,往往忽略子空间的划分.提出了基于属性最大间隔的子空间聚类,该方法主要思想是对子空间的划分时信息的丢失达到最小,从而子空间聚类的结果的效果比较好.主要工作包括:第一,建立了子空间划分的目标函数,也就是使各划分的子空间相互依赖达到最小,第二,设计了基于属性最大间隔的子空间聚类算法Maximum Margin Subspace Clustering(MMSC)进行子空间聚类集成.最后,采用UCI和NIPS2013比赛等数据来做实验,结果表明,在大多数数据上MMSC算法比其他子空间算法能得到更好的聚类结果.     

火炬松自然条件下感染松材线虫病初报

对2008年江苏镇江出现的火炬松(Pinus taeda L.)枯死现象进行了初步研究。通过野外实地调查和室内检查,证实了这批枯死的火炬松系松材线虫病(Bursaphelenchus xylophilus (Steiner &; Buhrer) Nickle)危害所致,其在火炬松上的侵染特点为病害发展速度较慢;罹病木松褐天牛产卵刻槽多有脂点且较大;分离物中多混杂有其他线虫。这是江苏省自1982年发生松材线虫病以来首次关于火炬松自然感病的报道。