基于模糊层次分析法的黄河三角洲生态脆弱性评价

黄河三角洲位于黄河入海口,生态系统类型丰富,具有重要的生物多样性保护和生态屏障作用;但频繁的人为活动和自然灾害已对该地区生态环境造成严重破坏,生态脆弱性增强,故及时掌握黄河三角洲的生态环境现状,为区域生态环境保护和资源开发管理提供可靠的科学依据和重要的数据支撑是相当必要的。基于多元数据,尝试利用模糊层次分析法对黄河三角洲进行生态脆弱性评价,获取黄河三角洲的生态脆弱性空间分布状况并进行原因分析,并利用模糊逻辑理论模型对指标和评价结果进行定量化分级,提高了评价过程的可靠性。结果显示,黄河三角洲生态脆弱性等级空间分布具有一定的规律性,从沿海到内陆生态脆弱性逐渐减弱,有堤坝防护的沿海地区相对其他沿海区域生态脆弱性低,土壤质量和地下水位对生态脆弱性的影响较重,空间相关性分别达到-0.55和-0.74,人为开发活动对生态环境也产生较大压力。     

基于功率谱信息熵与GK模糊聚类的生物组织变性识别方法

本文提出了一种基于功率谱信息熵和GK模糊聚类相结合的方法,应用于生物组织变性识别判定中。利用高强度聚焦超声辐照离体新鲜猪肉来改变其特性,并用热电偶测量声焦区温度,同时采集了不同温度时的超声回波信号。通过对采集的信号进行截取,研究了分段数对功率谱信息熵辨识性能的影响。研究发现当分段数为26至32时,功率谱信息熵的准确度、灵敏度和特异度均有较高的值。本研究计算了分段数为30时的功率谱信息熵,此时的变性组织对应的功率谱信息熵比未变性组织对应的功率谱信息熵平均高出约0. 094,大约为7. 99%。采用功率谱信息熵作为特征参数时,GK模糊聚类效果优于模糊C均值聚类;采用GK模糊聚类方式,功率谱信息熵比小波熵具有更高的辨识率。     

结合多个环境因子的模糊数学排序

模糊数学排序是近年来引入植被分析的一个新方法,它可以结合环境因子,综合生态信息,受到生态学者的喜爱。最早的模糊数学排序用一个环境因子,后来可以将两个或三个环境因子结合在一个排序图上。但当环境因子多于三个时,排序难以完成。这就限制了该方法的实际应用,因为植被研究所得到的环境数据往往是一个庞大的矩阵。本文仅用除趋势对应分析（ＤＣＡ）综合环境因子信息,然后再进行模糊数学排序,这样环境因子的数目理论上讲没有限制,模糊数学排序的功能得以扩展。我们用该方法对英国北威尔士山地草甸１６６个样方４９个种的植被数据和８个环境因子数据进行了分析。结果较好地描述了草甸植被和环境因子之间的关系,生态意义明确．     

安徽省畜牧业发展的灰色决策与聚类分析

本文运用灰色决策与聚类分析理论对安徽省五大畜牧区饲养的主要家畜（禽）以四项指标进行了优势分析,并对各畜牧区牧业的总体优势测度进行了聚类分析.结果表明：草食动物的优势在淮北平原区;江淮丘陵区杂食动物具有较好的优势;家禽在各区表现均较好．从整体畜牧业发展来看,淮北平原区和江淮丘陵区属强优势类;皖南山区属中优势类;皖西大别山区和沿江平原区属弱优势类．     

模糊综合评判在血液流变学指标归类判定中的应用研究

首次将模糊综合评判方法,应用到在脑血管疾病诊断中颇为重要的血液流变学指标的自动归类判别中．本文引入了模糊隶属函数,并在此基础上形成单因素评价矩阵．还讨论了模糊综合评判的失效问题,给出了失效后的处理方法．实验结果表明,提出的方法是快速而有效的．     

不同灌溉条件下小麦冠层的反射光谱特征及其模糊聚类研究

应用傅立叶滤波和导数法等信号处理技术对获得的不同灌溉条件小麦冠层的反射光谱进行处理,选出最能有效区分小麦不同灌溉条件的波长,用这些波长对应的反射率为指标,用模糊聚类（ＦＣＡ）方法对不同灌溉条件的小麦进行区分。     

灰色局势决策在林下间作作物组合优化中的应用

一、前言混农林业是遵循生态学原理,按照人们的经营目的,将组成系统的各单元有机地结合起来,以协调系统的总体功能,最大限度地发挥系统的综合效益而建立的复合系统。近年来,尤其在发展中国家,由于人口急增,粮食短缺,环境恶化,滥伐森林,耕地锐减,水土流失,农、林业争地矛盾突出。为了充分、合理利用自然资源,提高土地利用率和光能利用率,农、林业科学工作者总结了传统的混农林     

Markowitz模型与局势决策

本文论证了局势决策乃是随机优势原则下的Markowitz模型的一种特殊情况和局势决策所具有的优良性质,证实了局势决策的可行性,从而获得了一种简便易行的实用决策方法。     

模糊聚类分析法在昆虫杆状病毒分类中的应用

采用一种新的数学方法——模糊聚类分析法,对已知包涵体蛋白N-末端序列的10种昆虫杆状病毒进行分类,其结果与Fitch方法的结果完全一致。这种分类方法并不只是对各序列进行简单的类别划分,而且也表示了各类间相似的程度及在某一类内各序列间的进化关系。     

模糊ＩＳＯＤＡＴＡ在草地植物群落分类上的应用

 模糊集合理论在元素与集合的关系中引入了连续变化的隶属度,因而能适应植物群落作连续和明显间断分布同时存在的情况。本文运用以模糊集合理论为基础的ISODATA聚类分析方法对松嫩平原草地植物群落进行了数量分类,结果说明模糊ISODATA聚类比传统的分类方法有更为客观、灵活的特点,是一种较为理想的植被数量分类方法。