基于聚类分析的3种白刺耐盐碱性研究

《基于聚类分析的3种白刺耐盐碱性研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于聚类分析的3种白刺耐盐碱性研究　　摘要：为研究3种白刺在不同盐浓度下的耐盐碱性强弱，采用聚类分析的方法，应用MATLAB处理数据，对不同浓度盐胁迫3种白刺萌芽期、生长和生理生化方面的进行了比较。按照耐盐碱性强弱，对不同浓度下的3种白刺进行了分类。　　关键词：白刺；聚类分析；耐盐碱性；MATLAB　　中图分类号：S793.9文献标识码：ADOI编码：10.3969/j.issn.1006-6500.2016.12.008　　SaltToleranceofThreeSpeciesofNitrariaBasedonClusterAnal

2、ysis　　ZHANGZhenrong　　（CollegeofBasicScience，TianjinAgriculturalUniversity，Tianjin300384，China）　　Abstract：ThepaperdiscussedsalttoleranceofthreeNitrariasunderNaClsaltstresswithfivekindsofconcentrations.TheclusteranalysismethodandMATLABwereusedtoprocessthedata.Threespecies

3、ofNitrariaunderdifferentsaltstresswereclassifiedaccordingtosaltandalkaliresistancefromthegermination，growthandphysiologyandbiochemistry.　　Keywords：Nitraria；clusteranalysismethod；salt5tolerance；MATLAB　　白刺具有很强的耐盐碱性[1]，本研究以唐古特白刺、泡果白刺、小果白刺为试验样本，采集在不同浓度的盐胁迫下3种白刺在萌芽期、生长期、生理生化

4、方面的数据[2]，用聚类分析方法和MATLAB处理数据，比较3种白刺在不同的盐浓度下抗盐碱性能的差异，并根据抗盐碱性强弱将它们分类。　　评价植物耐盐碱性的数学方法中最常见的是隶属函数法[3]，用这种方法统一量纲时过度依赖于最大值和最小值，且假定每种植物的每项指标都占有相同的权重，为了克服这两个缺点，笔者曾用人工神经网络方法比较3种白刺耐盐碱性的强弱[4]。在本研究中笔者用聚类分析方法判断在不同浓度盐胁迫下3种白刺耐盐碱性的强弱，并与人工神经网络方法的结果进行了比较。　　1材料和方法　　1.1聚类分析法原理　　系统聚类分析法（Hiera

5、rchicalclusteringmethod）是对事物进行分类、区分地理事物的最常用的方法之一。它首先需要选定观察对象，把每个对象当作一个样本，每一个样本当作一类，利用数学方法计算样本间的距离，此时样本距离就是类之间的距离。接下来寻找距离最近的两个样本，把它们合并在一起组成一个新类，这样，样本个数就减少了。再接着计算新组成的类与原来的类之间的距离，合并两个距离最小的类。最后将所有的类都合并在一起，计算结束。可见，系统聚类法的聚类原理是利用样本间距离最近原则，结果可用聚类图或聚类树表示[5]。5　　1.2模型建立　　1.2.1处理数据

6、每一样本受到若干要素影响，把这些要素称为聚类要素。分类结果的准确性和可靠性受聚类要素选择的影响。聚类要素的数据有可能有不同的量纲和单位，故处理数据时需要先统一量纲，最常用的处理方法是标准化处理，比如标准差标准化，公式为S（X）=（X-μ）/σ，其中均值E（X）=μ，方差D（X）=σ2，还可以选择其它标准化公式。　　1.2.2计算距离系统聚类分析的基础和依据是距离。在数学中，常用两个事物间的距离表示两者间的差异，两者的相似性由差异性决定，往往是距离越大，差异性越大，相似性越小。下面给出计算距离的算法。　　（1）确定研究对象的个数，把研究

7、对象当作样本，每个样本看作一类。设有n个样本，则有n个类。　　（2）选择合适的距离公式计算样本间的距离，如欧式距离、绝对值距离、切比雪夫距离等。用这几种方法计算距离并比较，选择一种合适的距离进行聚类，往往是通过样本间的相似系数来选择适合的距离类型，这样就可得到一个距离矩阵。　　（3）用最短距离法Dkr=min{Dkp，Dkq}，将距离矩阵的第p、q行及p、q列并成一个新行新列，按照这个思路计算下去，直到所有样本并为一类。　　（4）画聚类图。　　（5）决定类的个数，从而得出分类结果。5　　在植物萌芽期的数据中，选取绝对发芽率等4个变量作

8、为聚类要素，盐浓度分别为0.5%，1%，1.5%，2%和2.5%，每种白刺在每个盐浓度下观测10次，取其平均值，得到15组观测数据以此作为样本；接下来利用标准差标准化方法将数据标准化处理。在植物的生长数据中，选取相对植株