雅鲁藏布江流域原生动物群落结构及其与环境因子的关系

数量庞大、体积微小且高度多样化的原生动物是水生态系统中的初级生产者和初级消费者,对淡水生态系统功能具有重要影响。为探究雅鲁藏布江及其主要支流原生动物群落特征及其与环境因子之间的关系,分别于2013年6月20日—8月8日（丰水期）,2013年10月27日—11月14日（平水期）,2014年4月20日—4月30日（枯水期）在雅鲁藏布江干流及其一级支流选取了26个采样点对原生动物群落结构及其环境因子进行调查。结果表明：鉴定出原生动物2门4纲12目24科30属,其中肉足虫12属、纤毛虫18属;食菌和碎屑者（B类）16属,食藻者（A类）15属,无选择的杂食者（N类）2属,捕食者（R类）5属。原生动物密度均值为984.67 ind./L,变化范围为93.33～4 153.33 ind./L。Shannon-Wiener多样性指数（H’）、Pielou均匀度指数（J’）平均值分别为4.49和0.86,多样性和均匀度状况较好,群落结构稳定性较强。主成分分析（PCA）和冗余分析（RDA）表明雅鲁藏布江流域的原生动物的种类数和丰富度存在明显的空间差异,影响其群落结构的主要环境因子有硅酸根离子、硝酸根离子、...     

基于核主成分空间支持向量机的过程监视方法

为了有效改进支持向量机(SVM)在工业过程中的故障检测性能,提出一种基于核主成分空间支持向量机的过程监视方法。首先,运用核主成分分析方法(KPCA)处理数据,获取数据的核主成分,在核主成分空间计算Hotelling′s T²统计量;然后,在T²统计量基础上加入时滞特性和时差特性,并将三者组合成增广矩阵,运用正常数据和故障数据的增广矩阵训练SVM模型;最后,运用SVM模型对测试数据进行分类,实现对故障的有效检测。将本研究方法应用于非线性数值例子和田纳西-伊斯曼工业过程中,与PCA、KPCA、传统的SVM和KPCA-LSSVM方法作比较,进一步验证了该方法的有效性。     

安徽琅琊山种子植物区系科属地理成分分析

安徽琅琊山种子植物区系组成丰富,有种子植物132 科、522 属、925 种,其中裸子植物8 科、21 属、39种,被子植物124科、501属、886种。分析表明,琅琊山种子植物地理成分复杂,过渡性明显。区内132 科的地理成分可划分为15种分布型,522 属的地理成分可划分为15 种分布型、14 个变型,区系表现为温带性质。聚类分析结果显示,该区植物区系与安徽清凉峰、马鬃岭、福建龙栖山、浙江古田山关系密切,与安徽皇藏峪和山东沂山有一定差异。     

主成分回归的主成分选择准则

结合回归自变量选择的Cp准则及平均残差平方和准则，讨论了利用主成分回归时如何选择主成分可在一定程度上避免人为性，提出了两个准则，以供实际应用时参考。     

新疆野麻主产区土壤中若干盐碱成分的化学计量学分析

 用化学计量学中的主成分分析方法处理新疆野麻主产区土壤中若干盐碱成分的测试数据,可以获得不同野麻主产区盐碱成分分布情况及其异同和同一产区各盐碱成分间相互作用关系.     

五九香梨不同部位和不同处理方式对其主要芳香成分影响的研究

试验针对五九香梨不同部位(完整的和破碎的五九香梨、梨皮和梨肉)和不同处理方式(鲜榨的梨汁以及榨汁后放置时间、氧气、酶和pH值)等因素对梨的主要风味成分的影响进行了系统的研究,探索香气变化的规律,为五九香梨的贮藏及加工中更好地保持或提高梨的香气提供科学的依据,同时对梨果加工品的风味和质量控制等提供理论依据。     

大熊猫吃肉吗

大熊猫为食肉类动物,但它们食物成分的99％却是高山深谷中生长的20多种竹类植物。随着季节变化,大熊猫食谱中的竹种和所食竹部位也有差异,它们最喜爱的是竹笋,竹笋幼嫩多汁,适口性好,易消化吸收,是大熊猫的美昧佳肴。     

人类基因组中的非编码区信息

随着人类基因组计划地完成,非编码序列引起人们越来越多地关注。本文将介绍几种主要成分:内含子、可转移成分、简单重复序列,其中有些是人类疾病潜在病因,因此对它们的研究为一些疾病的治疗带来了广泛的前景。     

基于主成分分析的建设工程项目评标决策研究

由于现有的建设工程项目评标方法存在赋权主观性过强、评标指标间存在相关性等问题,使得评标结果不够客观公正。针对于以上问题,建立了基于主成分分析法的建设工程项目评标模型。借助SPSS软件进行数据计算,求得评标的综合评价结果并进行优劣排序,从中选择出最优的投标人。经实例分析证明:该模型有效地解决了评标过程中指标赋权时受主观影响过强的弊端,同时也避免了指标间的相关性所导致的赋权重复问题,使得评标结果更加合理,具有一定的科学性和实用性。     

基于矩阵分解的小计算代价RPCA模型及应用

鲁棒主成分分析(RPCA)是处理前景-背景分离问题的常用模型,然而原始RPCA模型及多数改进模型直接使用核范数来近似矩阵秩函数,常导致求解效率低且分离效果不理想等问题,尤其是当背景动态变化时。为降低计算代价,改善分离效果,引入矩阵分解技巧,同时在模型中加入二值模板和置信图等时空约束信息,对基于核范数的RPCA模型进行改进,提出一种新的小计算代价RPCA模型。运用增广拉格朗日乘子法求解改进后的模型,并在大量真实数据集上进行数值实验。实验结果表明,与现有的模型相比,新模型的召回率、准确率及相似度等评价指标都有明显的改善,且分离精度和求解效率也显著提高。