• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      投影尋蹤模型和灰色關(guān)聯(lián)度法在甜葉菊不同打頂時(shí)間綜合評(píng)價(jià)上的應(yīng)用

      2019-04-28 08:48:14馬輝戴路阿布都艾尼阿布都維力
      中國(guó)糖料 2019年2期
      關(guān)鍵詞:甜葉菊高維主莖

      馬輝,戴路,阿布都艾尼·阿布都維力

      (新疆維吾爾自治區(qū)阿克蘇地區(qū)農(nóng)業(yè)技術(shù)推廣中心,新疆阿克蘇843000)

      0 引言

      模糊綜合評(píng)判法[1-2]、灰色關(guān)聯(lián)度法[3-4]、DTOPSIS法[4-5]和同異分析[6]等方法在糖料作物性狀及綜合評(píng)價(jià)中得到了廣泛應(yīng)用。投影尋蹤是用來分析和處理高維數(shù)據(jù),尤其是非正態(tài)、非線性高維數(shù)據(jù)的新興統(tǒng)計(jì)方法,其實(shí)質(zhì)是把高維數(shù)據(jù)投影到低維空間上,尋找出能反映原高維數(shù)據(jù)的結(jié)構(gòu)或特征的投影,通過低維投影空間來分析高維數(shù)據(jù)特征[7],能克服高維數(shù)據(jù)的維數(shù)禍根所帶來的嚴(yán)重困難,可排除與數(shù)據(jù)結(jié)構(gòu)和特征無關(guān)的或關(guān)系很小的變量的干擾,用一維統(tǒng)計(jì)方法解決高維問題,可解決非線性、非正態(tài)分布問題[8],具有系統(tǒng)的復(fù)雜性簡(jiǎn)化、穩(wěn)健性好、準(zhǔn)確度高、抗干擾性強(qiáng)的特點(diǎn)[7]?;疑P(guān)聯(lián)度法對(duì)試驗(yàn)數(shù)據(jù)及其分布沒有特殊的要求和限制。目前,投影尋蹤模型在環(huán)境、農(nóng)業(yè)、水利等復(fù)雜工程系統(tǒng)的優(yōu)化、預(yù)測(cè)及評(píng)價(jià)過程中都得到了廣泛應(yīng)用。金菊良等[9-11]運(yùn)用基于加速遺傳算法的投影尋蹤模型進(jìn)行環(huán)境監(jiān)測(cè)優(yōu)化布點(diǎn)、農(nóng)業(yè)生產(chǎn)力綜合評(píng)價(jià)和洪水災(zāi)情評(píng)價(jià);付強(qiáng)等[12]應(yīng)用投影尋蹤分類模型對(duì)水稻灌溉制度進(jìn)行了研究;王業(yè)成等[13]利用投影尋蹤方法對(duì)稻米品質(zhì)進(jìn)行了綜合評(píng)價(jià)。

      甜葉菊糖做為天然、零熱量、安全保健型甜味劑和糖替代品,受到全球的重視[14]。大田生產(chǎn)中,適期打頂可促進(jìn)甜葉菊早分枝、多分枝、多長(zhǎng)葉。目前,應(yīng)用投影尋蹤法和灰色關(guān)聯(lián)度法對(duì)甜葉菊不同打頂時(shí)間進(jìn)行綜合評(píng)價(jià),國(guó)內(nèi)鮮有報(bào)道。本文提出了甜葉菊不同打頂時(shí)間的投影尋蹤綜合評(píng)價(jià)模型,并用灰色關(guān)聯(lián)度法對(duì)投影尋蹤綜合評(píng)價(jià)結(jié)果加以驗(yàn)證,確保試驗(yàn)結(jié)果的準(zhǔn)確性,篩選出綜合性狀表現(xiàn)最優(yōu)所對(duì)應(yīng)的打頂時(shí)間,為甜葉菊在阿克蘇地區(qū)的推廣應(yīng)用提供依據(jù)。

      1 材料和方法

      1.1 試驗(yàn)基本情況與處理

      供試肥料:純硫酸鉀摻混肥料,N∶P2O5∶K2O=18∶18∶18,格爾木正易龍商貿(mào)有限責(zé)任公司經(jīng)銷。供試甜葉菊品種:巨龍5號(hào)。試驗(yàn)于2017年在阿克蘇市依桿旗鄉(xiāng)3大隊(duì)實(shí)施。采用隨機(jī)區(qū)組設(shè)計(jì),每個(gè)小區(qū)面積12m2,重復(fù)兩次。行距(30 cm+55 cm+30 cm)+55 cm,株距15 cm。設(shè)4個(gè)處理:主莖8對(duì)葉時(shí)打頂、主莖16對(duì)葉時(shí)打頂、主莖24對(duì)葉時(shí)打頂、不打頂。

      1.2 田間管理

      4月12日基施復(fù)合肥,犁地、耙地,噴施二甲戊靈封閉,防除雜草。4月13日覆膜增溫。5月3日定植甜葉菊后,立即隨水滴施德孚爾強(qiáng)力復(fù)合生根壯苗劑750mL/hm2搭配助劑。5月8日補(bǔ)苗。5月10日中耕。5月下旬至8月下旬,隨水滴施尿素600 kg/hm2、磷酸二氫鉀60 kg/hm2。6月上旬、下旬分別噴施殺菌劑寧南·嘧菌酯600mL/hm2搭配磷酸二氫鉀3 kg/hm2,防治葉斑病。

      1.3 調(diào)查方法

      9月中旬,待甜葉菊現(xiàn)蕾時(shí),在中行、邊行各取連續(xù)5株甜葉菊植株,稱鮮葉重、莖稈重,曬干后稱干葉重、莖稈重,折算葉莖比、干鮮葉比。實(shí)收每個(gè)小區(qū)的甜葉菊,曬干后,將葉片擼下稱重,折算公頃干葉重。將甜葉菊樣品送往浙江檢測(cè)RA、總甙。甜葉菊不同打頂時(shí)間性狀見表1。

      表1 甜葉菊不同打頂時(shí)間性狀Table 1 Traits of stevia w ith different topping time

      2 結(jié)果與分析

      2.1 投影尋蹤法

      2.1.1 建立評(píng)價(jià)矩陣

      選取干葉單產(chǎn)、葉莖比、干鮮葉比、RA、總甙作為評(píng)價(jià)指標(biāo),建立甜葉菊不同打頂時(shí)間綜合評(píng)價(jià)體系,構(gòu)成評(píng)價(jià)矩陣:

      2.1.2 無量綱化處理

      為消除各指標(biāo)值的量綱差異,對(duì)不同樣本指標(biāo)值進(jìn)行無量綱化處理。將評(píng)價(jià)矩陣歸一化,其中干葉單產(chǎn)、葉莖比、干鮮葉比、RA、總甙均采用上限效果測(cè)度變換,見公式(2)。

      建立無量綱化評(píng)價(jià)矩陣:

      2.1 .3 線性投影

      投影實(shí)質(zhì)上就是尋找能夠最大程度地反映數(shù)據(jù)特征和最能夠充分挖掘數(shù)據(jù)信息的最優(yōu)投影方向,從而實(shí)現(xiàn)數(shù)據(jù)降維。本試驗(yàn)將高維數(shù)據(jù)投影到一維線性空間進(jìn)行研究,設(shè)單位向量(4)為一維線性投影方向。

      則矩陣Xij投影到a上的一維投影特征值為:

      2.1.4 構(gòu)造投影目標(biāo)函數(shù)

      把p維數(shù)據(jù)綜合成為以(4)為投影方向的一維投影值Zi。在綜合投影指標(biāo)值時(shí),根據(jù)分類原則,投影值的散布特征盡可能滿足如下要求:局部投影點(diǎn)盡可能密集、以凝聚成若干點(diǎn)團(tuán)為宜;整體上投影點(diǎn)團(tuán)之間盡可能散開,即:使多元數(shù)據(jù)在一維空間散布的類間距離SZ和類內(nèi)密度DZ同時(shí)取得最大值。將投影目標(biāo)函數(shù)表示為類間距離和類內(nèi)密度的乘積:

      式中SZ為投影特征值Zi的標(biāo)準(zhǔn)差,即類間距離;DZ為投影值Zi的局部密度,即類內(nèi)密度。

      R為局部密度窗口半徑,一般可取值為aSZ(a=0.1,0.01,0.001,…),其選取既要使包含在窗口內(nèi)的投影點(diǎn)的平均個(gè)數(shù)不太少,避免滑動(dòng)平均偏差太大,又不能使隨著指標(biāo)數(shù)的增大而增加太快;rij表示樣本之間的距離,rij=|ri-rj|;f(x)為單位階躍函數(shù),當(dāng)x≥0時(shí),其值為1,否則其值為0。經(jīng)計(jì)算,投影特征值Zi的標(biāo)準(zhǔn)差即類間距離SZ為0.1128;投影值Zi的局部密度即類內(nèi)密度DZ為0.0677。

      2.1.5 優(yōu)化投影目標(biāo)函數(shù)

      當(dāng)研究指標(biāo)值給定時(shí),投影指標(biāo)函數(shù)Q(a)隨著投影方向a的變化而變化,不同的投影方向反映不同的數(shù)據(jù)結(jié)構(gòu)特征,能最大可能地反映高維數(shù)據(jù)結(jié)構(gòu)特征的投影方向即為最佳投影方向,可通過求解投影指標(biāo)函數(shù)最大化問題來估計(jì)最佳投影方向a,運(yùn)用目標(biāo)函數(shù)最大化對(duì)投影目標(biāo)函數(shù)進(jìn)行優(yōu)化:

      經(jīng)計(jì)算,最大投影指標(biāo)值max Q(a)為0.0076。

      2.1.6 投影尋蹤綜合分析

      根據(jù)最佳投影方向a,可得出各樣本評(píng)價(jià)指標(biāo)的投影特征值Zi,以Zi的差異水平對(duì)樣本進(jìn)行綜合分析,可得到樣本的優(yōu)劣排序。經(jīng)計(jì)算,甜葉菊5個(gè)評(píng)價(jià)指標(biāo)最佳投影方向?yàn)閍=(0.6384,0.4304,0.6360,0.0005,0.0514),由表2可知,甜葉菊 4個(gè)打頂時(shí)間處理的投影特征值Zi=(1.7356,1.5683,1.4628,1.5683)。依據(jù)投影特征值越大綜合性狀越優(yōu)的原則,甜葉菊4個(gè)打頂時(shí)間處理優(yōu)劣排序依次為:主莖8對(duì)葉時(shí)打頂>主莖16對(duì)葉時(shí)打頂、不打頂>主莖24對(duì)葉時(shí)打頂,表明主莖8對(duì)葉時(shí)打頂?shù)木C合性狀表現(xiàn)最優(yōu),主莖16對(duì)葉時(shí)打頂、不打頂次之。

      表2 甜葉菊不同打頂時(shí)間各性狀投影值Table 2 Projection values of stevia characters at different topping time

      2.2 灰色關(guān)聯(lián)度法

      2.2.1 無量綱化

      對(duì)甜葉菊不同打頂時(shí)間性狀原始數(shù)據(jù)進(jìn)行無量綱化處理(表3)。其中干葉單產(chǎn)、葉莖比、干鮮葉比、RA、總甙越大越好,均采用上限效果測(cè)度變換,公式如下:

      式中Lij為第i個(gè)品種第j個(gè)性狀的觀察值;Xmax表示指標(biāo)數(shù)據(jù)中的最大值。

      2.2.2 差序列值

      根據(jù)公式Δi(k)=|1-Lij|計(jì)算甜葉菊不同打頂時(shí)間各性狀序列值與最優(yōu)序列值的差(表4)。

      表3 無量綱化數(shù)據(jù)Table 3 Non-dimensional data

      表4 差值表Table 4 Difference table

      2.2.3 關(guān)聯(lián)度系數(shù)

      計(jì)算甜葉菊不同打頂時(shí)間各性狀序列值與最優(yōu)序列值之間的關(guān)聯(lián)度系數(shù)(表5),公式:

      其中 minminΔi(k)=0,maxmaxΔi(k)=0.2635,ρ為分辨系數(shù),一般取 0.5。

      表5 關(guān)聯(lián)度系數(shù)Table 5 Related-degree coefficient

      表6 各性狀關(guān)聯(lián)度和權(quán)重Table 6 Related-degree and weight of each trait

      2.2.4 關(guān)聯(lián)度和權(quán)重值

      依公式(14)計(jì)算甜葉菊不同處理各性狀的關(guān)聯(lián)度,再將關(guān)聯(lián)度歸一化即得各性狀權(quán)重值(表6)。

      2.2.5 灰色綜合評(píng)判值

      計(jì)算公式:

      根據(jù)(15)計(jì)算各甜葉菊不同打頂時(shí)間的灰色綜合評(píng)判值r'i(表7)。依據(jù)r'i值對(duì)甜葉菊不同打頂時(shí)間的綜合性狀進(jìn)行優(yōu)劣排序,依次為主莖8對(duì)葉時(shí)打頂>主莖16對(duì)葉時(shí)打頂≈不打頂>主莖24對(duì)葉時(shí)打頂。

      表7 灰色關(guān)聯(lián)度法綜合評(píng)判值Table 7 Synthetic evaluation value of grey relational degree

      3 結(jié)論

      投影尋蹤法和灰色關(guān)聯(lián)度法綜合評(píng)價(jià)結(jié)果均表明,與主莖16對(duì)葉時(shí)打頂、主莖24對(duì)葉時(shí)打頂、不打頂相比,甜葉菊主莖葉為8對(duì)葉時(shí)打頂,其干葉單產(chǎn)、葉莖比、干鮮葉比、RA和總甙的綜合性狀表現(xiàn)最優(yōu)。

      投影尋蹤法綜合評(píng)價(jià)表明,甜葉菊4個(gè)打頂時(shí)間處理優(yōu)劣排序依次為:主莖8對(duì)葉時(shí)打頂>主莖16對(duì)葉時(shí)打頂=不打頂>主莖24對(duì)葉時(shí)打頂;灰色關(guān)聯(lián)度法綜合評(píng)價(jià)表明,甜葉菊4個(gè)打頂時(shí)間處理優(yōu)劣排序依次為主莖8對(duì)葉時(shí)打頂>主莖16對(duì)葉時(shí)打頂≈不打頂>主莖24對(duì)葉時(shí)打頂。投影尋蹤法和灰色關(guān)聯(lián)度法綜合評(píng)價(jià)結(jié)果基本一致,驗(yàn)證了試驗(yàn)結(jié)果的可靠性。

      在阿克蘇大田生產(chǎn)中以RA、總甙含量確定甜葉菊收購(gòu)價(jià),兼顧干葉單產(chǎn)及產(chǎn)量影響因子葉莖比、干鮮葉比,共同構(gòu)成甜葉菊綜合評(píng)價(jià)指標(biāo)體系,符合甜葉菊生產(chǎn)實(shí)際,有助于篩選出綜合性狀表現(xiàn)最優(yōu)的打頂時(shí)間。

      猜你喜歡
      甜葉菊高維主莖
      不同來源小麥品種主要產(chǎn)量性狀的比較分析
      金蕎麥?zhǔn)占抵晷拖嚓P(guān)性狀遺傳變異分析
      甘藍(lán)型油菜雙主莖YD 4899的選育及表型性狀比較分析
      種子(2021年7期)2021-08-19 01:46:58
      一種改進(jìn)的GP-CLIQUE自適應(yīng)高維子空間聚類算法
      甜葉菊化學(xué)成分及藥理活性研究進(jìn)展
      基于加權(quán)自學(xué)習(xí)散列的高維數(shù)據(jù)最近鄰查詢算法
      馬鈴薯品種‘荷蘭15號(hào)’主莖密度與植株性狀及塊莖產(chǎn)量的關(guān)系
      基于GIS的武威市涼州區(qū)甜葉菊種植適宜性評(píng)價(jià)
      甜葉菊及其糖苷的研究與發(fā)展探索
      食品界(2016年4期)2016-02-27 07:36:47
      一般非齊次非線性擴(kuò)散方程的等價(jià)變換和高維不變子空間
      布拖县| 五台县| 昌乐县| 思茅市| 宁河县| 顺平县| 武川县| 新余市| 韶关市| 安阳县| 阿合奇县| 卓资县| 镇康县| 呼玛县| 梨树县| 彩票| 济南市| 晋宁县| 怀化市| 客服| 盐城市| 磐安县| 乾安县| 霸州市| 抚松县| 五台县| 镇坪县| 克什克腾旗| 土默特右旗| 襄汾县| 东乡族自治县| 南乐县| 茌平县| 博乐市| 菏泽市| 射洪县| 教育| 白山市| 汝南县| 武强县| 湘乡市|