我国植被数量分类和排序研究进展

植被数量分类和排序是现代植被研究的重要手段。在过去的２０多年中,我国植被数量分类和排序不仅在应用领域有了很大发展,而且在新方法的探索中,也取得了长足的进步。本主要论及我国植被数量分类和排序的研究概况,着重评述近年来出现的新方法及其应用,并对我国植被数量分类和排序的发展前景及目前所存在的问题进行了分析。     

山地植物群落数量分类和排序研究进展

在区域至全球尺度上,水热条件是决定植物种、生活型或植被类型分布的主导因素,而在景观及更小的尺度上,区域环境因子则主导着植被的分布格局。数量分类和排序是研究群落生态关系的重要数量方法,它为客观、准确地揭示植被、植物群落及植被与环境之间的生态关系提供了合理、有效的途径。笔者从群落分布格局和物种多样性格局的角度出发,综述了我国山地植物群落数量分类和排序的相关研究,阐述了采用数量分类和排序方法研究山地植被与环境因子关系的必要性,并探讨了我国山地植物群落数量分类和排序研究的发展趋势以及亟待解决的一些问题。     

晋阳湖湿地植物群落的数量分类与排序研究

文章运用双向指示种分析法(TWINSPAN)和除趋势对应分析(DCA)相结合的方法,对太原市晋阳湖湿地的草本植物进行数量分类和排序,将该湿地的草本划分为7个群丛类型.分类的结果能够较好地反映植物的群丛类型和环境因子之间的关系.这些都为以后晋阳湖的研究和改造起到一定的作用.     

浙江泰顺乌岩岭常绿阔叶林的数量分类和排序

本文利用当前国际上比较先进的双向指示一种分析（ＴＷＩＮＳＰＡＮ）和无趋势对应分析（ＤＣＡ）多元等级分划分类和排序方法，运用群落内乔木层树种的重要值，对浙江泰顺乌岩岭常绿阔叶林进行了数量分类和排序，将７个样地划分为三组。其排序图较好反映了群落沿海拔高度和湿度梯度的分布格局。说明ＴＷＩＮＳＰＡＮ和ＤＣＡ对中国亚热带常绿阔叶林的数量分类和排序是有效的。     

长治漳泽水库湿地植物群落的数量分类与排序研究

应用双向指示种分析（TWINSPAN）和除趋势对应分析（DCA）相结合的方法,对长治湿地植物进行数量分类和排序,将该湿地划分为8个群丛类型,分别位于土壤水分含量不同的地区。分类结果很好地反映了植物群丛类型与环境因子之间的关系,并在DCA二维排序图上得到较好的验证。DCA排序轴反映了土壤湿度的梯度变化,表明水分条件是影响该地植物群丛变化的主要生态因子。     

科技人员科研绩效评价方法研究

文章叙述了以科研产出量(如论文、成果等)为参量构造指标体系来评价科技人员科研绩效的方法研究。给出了建立指标体系的指导思想、基本原则、权重设计和定值方法。该模型在评价上侧重反映的科研绩效主要表现为绝对数量为特征的个人能力和水平,通过综合评价和分类排序突出可比性,从而为科研管理决策部门在评价、选拨优秀科技人员以及在研究分析学科专业、人才分布特点和状况方面提供可靠的数据和手段。     

山西山楂分布区的数量分类研究

利用山西山楂分布区的生态因素，对山楂分布区进行了极点排序和主分量分析排序。在主分量分析的基础上，用系统聚类的类平均法、最短距离法和最长距离法以及模糊图论聚类法对山楂分布区进行数量分类研究。排序结果表明影响山西山楂分布的生态因素主要是温度、水分和分布下限。排序图反映了随着生态条件的改善，山楂种类多样性呈现出明显增加的趋势。通过聚类分析将山西山楂分布区划分为９个小区，这些小区不仅生态条件各异，而且山楂种类亦不尽相同     

小秦岭国家级自然保护区植物群落数量分类与排序

设置25个20 m×20 m样地,用多元回归树(Multivariate regression trees,MRT)方法对小秦岭森林群落进行分类,采用对应分析(Correspondence analysis,CA)、除趋势对应分析(Detrended correspondence analysis,DCA)、冗余分析(Redundancy analysis,RDA)和典范对应分析(Canonical Correspondence analysis,CCA)方法对小秦岭森林群落进行排序,并比较了4种排序方法的优劣.研究结果表明,依据植物群落分类和命名原则,对25个样方进行多元回归树分类,本区植物群落可分为3类;样方除趋势对应分析排序明确地揭示各群落类型生境分布范围,较好地反映小秦岭自然保护区森林群落与环境因子的关系;分类与排序结合起来分析群落特征效果更好.     

国家Ⅱ级保护植物滇桐生存群落分类及物种组成特征

滇桐(Craigia yunnanensis)为滇桐属(Craigia)主要物种之一,由于地理分布狭窄、居群数量少、生境高度异质性、物种濒危,具有重要的科研和经济价值。为探究其天然生存群落物种组成特性及数量分类状况,以独山县滇桐天然生存群落集中分布的2个区为对象,采用TWINSPAN和PCA方法进行物种分类和排序,对其植物群落物种组成及群落数量分类进行分析。结果表明：样方内记录独山县维管植物51科80属93种,其中蕨类植物9科14属17种,被子植物42科66属76种,以樟科、鳞毛蕨科和蔷薇科植物为主。TWINSPAN将独山县滇桐天然分布区40种主要植物种划分为常山+石山楠群丛、香叶树+野扇花群丛、香叶树+石岩枫群丛、滇桐+朴树+马蓝群丛4个群丛类型;PCA物种排序可划分为4个群落类型,即马蓝+芒+青冈栎群落、滇桐+椤木石楠群落、南酸枣+石岩枫群落、野扇花+石山楠+香叶树群落,各群落内物种间存在相似的生境,以阳性、耐旱树种居多。     

基于SDA和CART算法的面向对象分类研究

以2005年深圳市福田区Quick Bird影像为主要数据源,根据面向对象多尺度分割结果,构建和分析了不同地类对象的光谱、形状和纹理信息特征,在此基础上利用逐步判别分析法(stepwise discriminant analysis,SDA)结合分类回归树(classification and regression trees,CART)构建多尺度、多变量分类模型。结果表明:1采用SDA在一定程度上能够客观、准确地进行特征子集预筛选,笔者从32个特征中筛选出27个特征用于构建CART模型,并按其区分地类能力进行了重要性排序,其中光谱特征与纹理特征排序比较靠前,形状特征中仅LengthWidth排在第5位,剩余特征比较靠后。2利用分类回归树模型可进一步优化特征选取,并智能化计算出分离阈值,基本实现面向对象的自动化分类。其中Mean_b3、Length Width、Ratio_b3、GLDVE和NDVI是重要分类节点。3逐步判别分析结合分类回归树构建的分类模型,可以在提高或者不显著降低影像分类精度的条件下实现特征降维。当取相关指数R20.2时,构建的分类模型效果最优,CART16模型训练和验证精度分别为94.44%和83.37%,其特征子集规模最小,与原始特征数量相比减少了一半。     

基于藏文编码GB的藏文排序方法研究

藏文排序在字、词典排序,计算机中藏文的排序等方面有着广泛的应用,文章根据藏文编码国家标准(GB)的整字编码方案,研究藏文的排序问题。通过藏文结构的线性化处理,提出基于藏文编码国家标准的基字定位算法和排序算法,并将应用于藏文电子词典的排序中。     

常熟虞山森林植被群落的数量分类与排序

采用典型样方法对常熟虞山森林植被进行取样,利用22块样地资料对群落进行TWINSPAN分类和CCA排序,研究了虞山森林植被的群落结构。结果表明：(1)利用TWINSPAN对乔木层物种进行了分类,按照不同指示种将其划分为8个群丛类型。(2)CCA排序结果显示,第1排序轴与海拔有相关性,反映了温度条件的作用,第2排序轴与坡度和坡向有很大的显著关系,反映了水分、光照等条件的作用。植物群落的分布主要受到坡度和坡向两个环境因子的影响,其垂直地带性分布不明显。     

大凌河朝阳段滨河植物群落数量分类与地理位置的关系

按照《中国植被》的分类原则和方法用等级分划分类法的关联分析方法，对大凌河朝阳段滨河植物群落进行了数量分类。对各样方的基本情况进行排序，结果表明：大凌河滨河植被有1个植被型，7个群系，30个群丛；其中有2个主要群丛，其他群丛则分散于这2个主要群丛之中。     

铜川地区次生落叶灌丛植被的数量分析

本文用数量分析方法对铜川地区的次生灌丛进行分类和排序,以揭示其类型构成及生态特点。我们选择盖度、高度和多度之综合作为种优势度指标,共划分出12个群系,它们在水热条件和土壤有机质含量的影响下,分化为旱中生和典型中生两大生态类群。所用数量分析方法中,聚类分析适宜于分类研究,所得结果清晰明确;主分量分析直观反映群落的相似与差异程度及群落与环境间的生态联系,反映引起分异的主导生态因子及具指示意义的植物种类。     

校车路径问题模型及算法研究进展

校车路径问题(SBRP)自1969年提出以来,学者们一直在探索其模型及求解算法.文章分析了SBRP涉及的因素及其分类方法,讨论了SBRP模型中目标和约束的特征,按照精确算法、启发算法和元启发算法对求解方法进行分类回顾总结,并对SBRP算法未来的研究方向作以展望.     

校车路径问题模型及算法研究进展

校车路径问题(SBRP)自1969年提出以来,学者们一直在探索其模型及求解算法.文章分析了SBRP涉及的因素及其分类方法,讨论了SBRP模型中目标和约束的特征,按照精确算法、启发算法和元启发算法对求解方法进行分类回顾总结,并对SBRP算法未来的研究方向作以展望.     

高中数学教学中排序算法的分析与讨论

本文首先总结排序算法的发展现状和分类,然后对内部排序中的交换排序和插入排序做了进一步的研究,包括对其基本思想和实现方案的研究。在基于冒泡排序和简单插入排序的基础上更深入的研究了快速排序和希尔排序这两种更为有效的排序方案并分析和比较这些算法的性能。     

考虑加权排序的分类数据聚类算法

针对部分聚类算法对数据输入顺序敏感的问题,定义了不干涉序列指数,提出了应用不干涉序列指数对分类数据进行加权排序的方法,并基于该方法对受数据输入顺序影响的CABOSFV C分类数据高效聚类算法进行改进,提出了考虑加权排序的聚类算法(CABOSFV CSW),消除了算法对数据输入顺序的敏感性.采用UCI基准数据集进行实验,发现应用加权升序排序的CABOSFV CSW算法在处理分类数据时,聚类质量较原始CABOSFV C算法和其他受数据输入顺序影响的算法在准确性上有改善,在稳定性上有显著提高.     

汾河临汾段湿地植被的数量分类和排序

采用双向指示种分析法(TWINSPAN)和除趋势对应分析法(DCA)对汾河临汾段湿地植被做了分类和排序研究.TW INSPAN分类将湿地植被82个样方分为16个群丛,论述了各群丛的群落学特征.DCA排序结果反映了植物群落类型与环境梯度之间的关系,表明影响群丛分布格局的主导生态因子为土壤水分和海拔高度.     

基于SAO-Onto知识模型的中文专利语义搜索与评估方法

文章提出了一种面向中文专利语义搜索的新方案。通过对涉及审查、无效、侵权等专利对比文件的挖掘，构建了用于语义搜索评估的匹配数据集和排序数据集。从SAO(Subject-Action-Object)三元组知识抽取出发，融合百科知识和HowNet语言知识库，设计开发了SAO知识模型（SAO-Onto）来辅助SAO各元素的语义扩展。综合考虑相似阈值、权重计算、召回排序等策略进一步改进了语义匹配方案。研究结果表明，本文所提出方案在专利召回和排序两个环节中均取得了较好的效果，可以有效提升中文专利语义搜索能力，为后续的工业级应用奠定了基础。