公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

统计显著性标记的聚类分析算法与网络实现被引量：6: 2005年; 聚类分析方法应用广泛,但过程及结果缺乏可靠的统计学检验,数学上不严格.另外,用于聚类分析的数据分布类型复杂多样,往往无法确定,而经典统计检验方法设定了各种统计前提和假设,应用依据不足.鉴于此,本研究用随机化方法对分类进行统计显著性检验,建立了具有统计显著性标记的聚类分析算法,用于对若干个样品进行有显著性标记的聚类分析. 该算法包括数据加权与规范化,计算距离测度,系统聚类,及随机化统计检验等过程.在该算法中,有14种距离测度、5种系统聚类方法、3种数据规范化方法及指标加权与否可供选择.随机化检验不需统计前提和假设,适用于各种统计问题.算法用Java语言网络化实现, 包含6个类和一个HTML文件.可通过网络在多种Java兼容的浏览器上实现算法共享. 以水稻田无脊椎动物多样性的调查数据,对该算法进行了对比分析,给出了选择距离测度的一些原则.; 张文军冯永军古德祥; 关键词：聚类分析统计学网络化 JAVA语言

稻田无脊椎动物生物多样性算法与网络数据库研究: 该文针对稻田无脊椎动物信息化管理的要求,建立了一个生物多样性数据与算法相结合的网络数据库,可作为生物多样性数据共享分析的平台.研制了K-L变换的一种网络算法工具,用K-L变换特征提取算法分析提取指示性分类单元,可以为快速...; 冯永军; 关键词：水稻无脊椎动物生物多样性网络数据库; 文献传递

水稻无脊椎动物多样性的K-L变换编目分析(英文): 2008年; K-L变换可消除样品各特征间的相关性,去除信息量较少或信息虚假的坐标轴,降低特征空间的维数,用较少量的特征描述样品,是目前最为有效的数据信息压缩抽取方法.利用K-L变换,样品之间变化较小的分类单元(目或功能群等),不会作为重要特征保留下来.因此,数量上占优势、或害虫防治中有重要地位的分类单元并不一定是识别样品的重要特征.可以藉K-L变换明确构成样品变异的主要分类单元,从而对不同地区、不同季节的取样实践有一定的指导意义.用通常的多样性指数分析及多样性差异显著性分析无法解决这个问题.用K-L变换可大大压缩数据存储空间.对数据量很大的生物多样性分析有较大的应用价值.反映样品所携信息量的热带水稻田无脊椎动物目主要是半翅目,中腹足目,以及表腹亚目.其中,在旱季半翅目占主要地位,而在雨季中腹足目占主要地位.就无脊椎动物目的组成而言,它们是构成样品变异的主要类群,是取样中需要得到特别注意的目.反映样品信息的无脊椎动物功能群主要是外部植食类。植食多食性类,半水生水面爬行类,粗粒残物取食类,以及陆生爬行、跳跃或猎者类,是取样中要重点考虑的一些类群.; 冯永军刘光华张文军; 关键词：K-L变换水稻无脊椎动物编目

生物多样性风险分析的概率排序型决策网络计算软件被引量：2: 2004年; 针对农田生物多样性分析的需要,研制了概率排序型决策的网络计算软件ProbRankDecision,可进行概率排序型决策和一维有序聚类分析。该软件由六个类和一个HTML引导文件组成。具有图形用户界面,可在多种支持Java的网络浏览器上运行。用该计算软件对有害生物可持续管理的一种生物多样性问题进行了风险案例分析。同时,讨论了概率严排序决策、概率弱排序决策和一般风险型决策的应用条件,以及用贝叶斯分析改进状态概率排序的方法。网络在线计算软件ProbRankDecision的应用有助于生物多样性风险分析的规范化,也有利于数据和信息共享。; 张文军冯永军刘光华; 关键词：生物多样性风险分析网络计算

全选清除导出

共1页<1>

冯永军