布局问题的聚块算法

聚块布局法是解决布局问题的方法之一。本文对聚块布局法的关键点———聚块函数和模块组合进行了研究并提出了聚块算法，从而为模块组合和模块内布局物体位置的确定提供了一个定量的评价依据。

蜘蛛类天敌与茶尺蠖幼虫空间关系的聚块样方方差分析

用聚块样方方差分析法、灰色关联度分析法、空间格局聚集强度指数法和ρ指数法对安徽省潜山县茶园茶尺蠖及其8种蜘蛛之间的关系进行分析.结果表明：与茶尺蠖空间上跟随关系密切的天敌是三突花蟹蛛（关联度值为0.8568）和八点球腹蛛（0.7888）,跟随关系较不密切的天敌是鞍形花蟹蛛（0.6312）和日本球腹蛛（0.5698）；聚块样方方差分析和聚集强度分析表明,在聚块内有1～32个基本样方时,随着聚块内基本样方数的增多,聚集格局的扩散系数 C值不断增大,均匀和随机格局的扩散系数C值不断减小；茶尺蠖及其蜘蛛在聚块基本样方数为2、4、8、16和32时与为1时之间的空间分布聚集程度差异均不显著；茶尺蠖的种群聚集均数λ在多数情况下大于2,聚集是由其本身原因造成的,在种群聚集均数为正值时,随着聚块内基本样方数的增加,种群聚集均数不断增大；用茶尺蠖不同大小聚块的ρ指数判断其聚集时个体群的最小范围表明,茶尺蠖个体群聚集格局的最小面积是聚块中具有1个基本样方,即该文的1.7m2,这为对该害虫抽样时确定样方大小提供了科学依据.

聚块大小对双斑长跗萤叶甲空间分布的影响

为了明确聚块大小对茶园双斑长跗萤叶甲空间分布的影响,为确定最佳样方面积提供科学依据。用聚块样方方差分析方法和聚集强度指数法研究两种茶园两年双斑长跗萤叶甲空间分布的规律性,聚集格局的差异和种群聚集均数变化。不同大小聚块的均方差均出现1～2个峰值,聚块中有1～8个基本样方(K)时,随着K的增大,聚集格局的扩散系数C和种群聚集均数λ都不断增大,其他格局时C和λ不断变小,聚块内基本样方数K为2、4、8时与K为1时的聚集程度|w|值均小于|w|_(0.05)。茶园双斑长跗萤叶甲存在1～2种不同尺度的聚集空间,空间分布具有规律性,个体群占据最小范围为2个基本样方,即4 m^2,为最佳样方的选择提供了科学依据。

绿盲蝽与其天敌空间关系的聚块样方方差分析

【目的】分析在不同聚块大小条件下,蜘蛛类天敌对绿盲蝽Lygus lucorum空间上跟随关系的密切程度、聚集原因和聚集范围,为评价绿盲蝽的天敌优势种提供科学依据。【方法】用聚块样方方差分析法、灰色关联度法、空间聚集强度指数、种群聚集均数法和ρ指数法对不同大小聚块条件下的绿盲蝽及其7种蜘蛛空间格局进行分析。【结果】绿盲蝽与其7种蜘蛛类天敌均方差峰值时的聚块样方数的关联度分析结果表明:与绿盲蝽空间上跟随关系密切的前三位天敌依次是茶色新圆蛛Neoscona theisi、粽管巢蛛Clubiona japonicola和草间小黑蛛Erigonidium graminicolum。在聚块内基本样方数K为1、2、4、8时,随着聚块内基本样方数的增多,聚集分布格局时的扩散系数C不断增大,均匀和随机格局时扩散系数不断减小。聚块内基本样方数K为2、4、8时与K为1时之间的绿盲蝽及其天敌的空间分布聚集程度差异均不显著。绿盲蝽的种群聚集均数λ多数情况均大于2,其聚集是该虫本身原因引起的,天敌和绿盲蝽在种群聚集均数λ为正值时,随着聚块内基本样方数的增加,则种群聚集均数λ不断增大。用聚块ρ指数判断绿盲蝽个体群聚集时的最小范围是聚块中有2个基本样方。【结论】样方大小不改变绿盲蝽及其天敌的空间聚集程度。2个基本样方为绿盲蝽抽样调查的最佳样方大小。本研究结果为绿盲蝽及天敌抽样时确定样方大小提供了科学依据。

乌牛早茶园蜡蝉类与其8种天敌空间关系的聚块样方方差分析

为了分析在不同聚块大小条件下,天敌对蜡蝉类Fulgoroidea空间上跟随关系的密切程度、聚集原因和聚集范围,为评价蜡蝉类的天敌优势种和确定样方大小提供科学依据,运用聚块样方方差分析法、灰色关联度法、空间聚集强度指数法、种群聚集均数法和ρ指数法对安徽省合肥市乌牛早茶园不同大小聚块条件下的蜡蝉类及其8种天敌进行分析。蜡蝉类与其8种天敌均方差峰值时聚块样方数的关联度分析结果表明:与蜡蝉类空间上跟随关系密切的前三位天敌依次是茶色新圆蛛Neoscona theisi(0.8010)、草间小黑蛛Erigonidium graminicolum(0.7617)和三突花蟹蛛Misumenops tricuspidatus(0.7613)。在聚块内基本样方数K为1、2、4、8时,随着聚块内基本样方数的增多,聚集分布格局时的扩散系数C不断增大,均匀和随机格局时扩散系数不断减小。聚块内基本样方数K为1、2、4、8时其相互之间的蜡蝉类及其天敌的空间分布聚集程度差异均不显著。蜡蝉类及其天敌的种群聚集均数λ多数情况均大于2,其聚集是该虫本身原因引起的,并且λ的绝对值随着聚块内基本样方数的增加而不断增大。用蜡蝉类不同大小聚块的ρ指数判断个体群聚集时的最小范围是聚块中有4个基本样方,即本文的16 m^2。为该虫抽样时确定样方大小提供了科学依据。聚块样方方差分析法是分析害虫与天敌空间关系的一种简便而又实用的方法。

八点广翅蜡蝉与其天敌空间关系的聚块样方方差分析

【目的】分析在不同聚块大小条件下,天敌对八点广翅蜡蝉Ricania speculum(Walker)空间上跟随关系的密切程度、聚集原因和聚集范围,为评价八点广翅蜡蝉的天敌优势种提供科学依据。【方法】用聚块样方方差分析法、灰色关联度法、空间聚集强度指数、种群聚集均数法和ρ指数法对安徽省合肥市白毫早茶园不同大小聚块条件下的八点广翅蜡蝉及其7种蜘蛛类天敌进行分析。【结果】八点广翅蜡蝉与其7种蜘蛛类天敌均方差峰值时的聚块样方数的关联度分析结果表明,与八点广翅蜡蝉空间上跟随关系密切的天敌依次是草间小黑蛛Erigonidium graminicolum(0.781 1)、粽管巢蛛Clubiona japonicola(0.692 8)和茶色新圆蛛Neoscona theisi(0.688 7)。在聚块内基本样方数K为1、2、4、8时,随着聚块内基本样方数的增多,聚集分布格局时的扩散系数C不断增大,均匀和随机格局时扩散系数不断减小。聚块内基本样方数K为2、4、8时与K为1时之间的八点广翅蜡蝉及其天敌的空间分布聚集程度差异均不显著。八点广翅蜡蝉的种群聚集均数λ多数情况均大于2,其聚集是该虫本身原因引起的,天敌和八点广翅蜡蝉的种群聚集均数λ绝对值均随聚块内基本样方数的增加,则种群聚集均数λ的绝对值不断增大。【结论】用八点广翅蜡蝉不同大小聚块的ρ指数判断个体群聚集时的最小范围是聚块中有4个基本样方。这为该虫抽样时确定样方大小提供科学依据。

基于联合图像块聚类自适应字典学习的多模态医学图像融合

针对多模态医学图像融合中过完备自适应字典存在的大量冗余信息会导致图像重建质量不佳的问题,文中提出了基于联合图像块聚类自适应字典学习的多模态医学图像融合方法(JCPD)。该方法首先计算图像块的欧氏距离,通过比较设定的阈值和图像块的最小距离来剔除冗余图像块,减少冗余图像块的数量。然后,使用局部调制核回归(SKR)提取图像块的局部梯度信息作为聚类中心,将具有相同局部梯度信息的两种模态的图像块进行联合图像块聚类。在联合图像块聚类的基础上使用改进的K-SVD算法对图像块聚类形成的类簇进行训练得到子字典,并将子字典合并成自适应字典。最后,在自适应字典的作用下用正交匹配追踪算法(OMP)计算得到稀疏表示系数,再使用“2范数最大”的规则融合稀疏系数,之后通过重建得到融合图像。实验表明,与2种基于多尺度变换的方法和6种基于稀疏表示的方法相比,所提方法在保证字典信息的完整性和字典的紧凑性基础上使得融合的图像清晰度更高、对比度更强,便于临床诊断和辅助治疗。

基于信息熵的加权块稀疏子空间聚类算法

稀疏子空间聚类(Sparse subspace clustering,SSC)算法在处理高光谱遥感影像时,地物的划分精度较低,为了提高地物划分精度,本文提出了一种基于信息熵的加权块稀疏子空间聚类算法(Weighted block sparse subspace clustering algorithm based on information entropy,EBSSC)。信息熵权重与块对角约束的引入,可以在仿真实验前获得两像素属于同一类别的先验概率,从而正向干预模型求解出的解趋于块对角结构的最优近似解,使模型获得对抗噪声和异常值的性能,从而提高模型分类的判别能力,以获得更好的地物划分精度。在3个经典高光谱遥感数据集上的实验结果表明,本文算法聚类高光谱影像的效果优于现有的几个经典流行的子空间聚类算法。

块聚类的协同显著性检测

针对复杂背景的多图像显著性检测问题,提出一种基于块聚类的多图像协同显著性检测方法.该方法通过构建多图像间共同对象的关联性,利用块聚类计算4种显著性测度并融合,获得较好的协同显著性检测效果.实验结果表明:基于块聚类的协同显著性检测方法能够有效提高检测精度,且鲁棒性较高.

基于聚集块的多用户连续K最近邻多线程查询

当对城市道路网络中的对象进行查询时,已研究出连续的K近邻查询技术,但在一般情况下服务器会同时收到多个查询请求,为了提高查询效率,降低多查询代价,提出一种聚集块的共享查询算法并建立多用户连续查询处理框架,采用流水线处理策略,将查询分为查询预处理、查询执行及查询结果分发3个执行阶段,利用扩展树存储查询结果。实验结果表明,在目标点分布比较密集的情况下,本算法明显优于其它算法。

基于块聚类匹配与PCA的图像去噪方法研究

图像去噪是图像处理领域的重要研究方向,局部块匹配和主成分分析法是图像去噪处理的重要手段,传统的块匹配算法只在固定的窗口范围内进行一次相似度的块筛选,这种搜索方式保留了图像的局部特征但对纹理的保护较差,图像存在失真模糊的现象.为解决这一问题,将聚类匹配和局部筛选相结合,通过聚类类别对样本块进行进一步筛选,同时对匹配窗口的大小进行自适应调整,这种方法可以更好地平衡图像的纹理细节与整体噪声去除之间的矛盾.借助自适应块聚类匹配和主成分分析法对图像进行降噪处理,实验表明,改进后的算法比传统块匹配PCA算法具有更好的去噪效果.

小块聚苯填充预应力板质量控制

介绍了小块聚苯填充预应力板的施工工艺及难点控制。重点论述了大体积砼、小块聚苯填充、预应力张拉控制等。

闽东北海域中华管鞭虾种群聚集特性

以负二项参数、平均拥挤度和聚块指数为种群分布格局强度指标,分析了闽东北海域中华管鞭虾(Solenocera crassicornis)种群聚集特性,探讨了种群聚集特性的驱动因子。结果表明,中华管鞭虾种群聚集强度较强,个体平均拥挤度较高,种群主要集中于少数团聚的斑块,不同季节种群聚集特性差异显著,春季,种群聚集强度较强,个体平均拥挤度最低,种群主要由单一团聚的斑块组成;夏季,种群聚集强度较弱,个体平均拥挤度高,种群主要由4个斑块组成;秋季,种群聚集强度最弱,个体平均拥挤度较低,种群主要由7个斑块组成;冬季,种群聚集强度最强,个体平均拥挤度最高,种群主要由单一团聚的大斑块组成。随着个体生长速度的增大,种群呈现扩散的趋势,饵料浮游动物生物量和底层水温是影响种群聚集强度的主要因子。

秦王川盐沼湿地角果碱蓬种群聚集分布格局与特征

植物种群的多尺度集聚与聚块特征变化是植物对环境协同适应的结果。运用成对相关函数与零模型方法,依据微地形的土壤盐分分布规律设置4个样地,在2 m×2 m的样方内设置400个小格子记录植物株数并取土样,分析了兰州秦王川盐沼湿地土壤盐分梯度下角果碱蓬种群(Suaeda corniculata)种群空间格局的集聚分布内在特征。结果表明:角果碱蓬种群集聚分布范围内呈现2个关键尺度的集聚现象,小尺寸聚块的集聚或叠加形成复合大尺度聚集,整体表现为嵌套双聚块分布;随着土壤盐分递减,种群集群分布中大聚块尺寸趋于增大,小聚块尺寸差异不明显;大尺寸聚块的数量明显减少,小聚块数量随种群植株数量变化,整个梯度呈现降低趋势;小聚块中植株个体平均数逐渐减少,复合大聚块中包含小尺度聚块平均数量呈降低趋势。内陆盐沼湿地土壤环境异质性背景下角果碱蓬种群集群分布中聚块特征的梯度变化,是植株个体形态与构成的调整适应,种群正负向生态关系、庇护与自疏效应梯度转换的结果。

褐稻虱种群动态的模糊聚类分析

褐稻（Ｎｉｌａｐｒｕａｔａ Ｌｕｇｅｎｓ Ｓｔａｔ）为我国水稻上的重要害虫，分析了解其种群发生动态，对搞好测报和指导大面积防治是十分重要的．

基于聚类生成图的空间网络对象聚类

为了解决现有聚类技术难以适应大规模空间网络对象的聚类问题,提出了一种基于聚类生成图的空间网络对象聚类算法,以便降低空间网络对象聚类的时间复杂度和空间复杂度.首先,对网络中的非空边进行概略化聚类;然后,在此基础上,构建聚类生成图;最后,查找聚类生成图的连通子图,每个连通子图即为一个聚类.实验结果表明该方法在保证准确性的同时具有良好的效率和可扩展性.

现浇混凝土聚苯泡沫组合平台的构造与施工

石家庄市东海盛景小区等工程中,利用工字型截面构件抗弯模量大、聚苯泡沫保温、隔热、隔音性能好等原理,在混凝土平台中性层处放置聚苯泡沫块,合理分布钢筋混凝土和聚苯泡沫,充分发挥两者的特长,使现浇混凝土楼板平台同时具备隔音、隔热、保温、防火、抗震、平整、重量轻、抗弯模量大等优点。

基于不同零模型的三江平原沼泽湿地主要物种小尺度点格局分析

在三江平原沼泽湿地,基于不同零模型的点格局方法,研究了常年积水环境条件下沼泽湿地主要优势种毛苔草、漂筏苔草、狭叶甜茅以及小叶章种群的空间分布格局特征。结果表明:在0—200cm尺度范围内4种物种基本都偏离完全随机模型,表现为聚集分布,但偏离的程度不同;除了数量最少的小叶章种群外,其他3种物种都在一定尺度上偏离了泊松聚块模型;毛苔草和狭叶甜茅种群在极小尺度上偏离嵌套双聚块模型,但不显著,而漂筏苔草种群在所有尺度上符合嵌套双聚块模型。种群的实测值偏离完全随机模型的程度越大,越有可能符合符合泊松聚块模型,偏离泊松聚块模型的程度越大,越有可能符合嵌套双聚块模型。4种物种在0—200cm尺度范围内形成的聚块是由营养繁殖引起的,多个分株系统组成大聚块,而每个分株系统形成一个小聚块,聚块的形成加剧了种内竞争,使得种群的聚集强度降低。

闽东北海域假长缝拟对虾种群分布格局强度

以负二项参数、Mrisita指数、平均拥挤度、聚块指数和扩散系数为种群分布格局强度指标,分析了闽东北海域假长缝拟对虾(Parapenaeus fissuroides Crosnier)种群分布格局强度,探讨了种群分布格局强度生态学意义及其影响因子。结果显示:假长缝拟对虾种群聚集强度和聚块性夏季最强,其余依次为秋季、春季和冬季,平均拥挤度夏季最大,其次是秋季、冬季,春季最小,扩散程度春季最大,其次是冬季、秋季,夏季最小。负二项参数和Mrisita指数表征种群聚集强度,聚块指数体现种群斑块的组成形式,个体平均拥挤度指数反映平均个体实际的拥挤程度,扩散系数反映种群扩散程度。饵料浮游动物是影响假长缝拟对虾种群聚集强度的主要因子,种内竞争是影响假长缝拟对虾种群扩散程度的主要因子。

假眼小绿叶蝉与其天敌的空间关系及最佳样方确定

为了分析在聚块大小不同时天敌对假眼小绿叶蝉Empoasca vitis Gothe空间上跟随关系的密切程度、聚集原因和聚集范围,为评价假眼小绿叶蝉的天敌优势种提供科学依据,用聚块样方方差分析法、灰色关联度法、空间聚集强度指数、种群聚集均数法和ρ指数法对安徽省合肥市‘乌牛早’和‘白毫早’茶园不同大小聚块条件下的假眼小绿叶蝉及其7种蜘蛛类的天敌空间关系进行分析。假眼小绿叶蝉与其7种蜘蛛类天敌均方差峰值时的聚块样方数的关联度分析结果表明:‘乌牛早’茶园中与假眼小绿叶蝉空间上跟随关系密切的前四种天敌依次是茶色新圆蛛Neoscona theisi(0.753 5)、八斑球腹蛛Theridion octomaculatum(0.720 1)、锥腹肖蛸Tetragnatha maxillosa(0.681 3)和草间小黑蛛Erigonidium graminicolum(0.644 2)。‘白毫早’茶园中与假眼小绿叶蝉空间上跟随关系密切的前四种天敌依次是粽管巢蛛Clubiona japonicola(0.823 5)、鳞纹肖蛸Tetragnatha squamata(0.800 9)、锥腹肖蛸(0.794 2)和茶色新圆蛛(0.794 2)。两种茶园前四种天敌中相同的天敌是茶色新圆蛛和锥腹肖蛸。假眼小绿叶蝉在聚块内基本样方数k为1、2、4、8时,随着聚块内基本样方数的增多,聚集分布格局时的扩散系数C不断增大,均匀和随机格局时扩散系数不断减小。聚块内基本样方数k为2、4、8时与k为1时的假眼小绿叶蝉的空间分布聚集程度差异均不显著。假眼小绿叶蝉的种群聚集均数λ多数情况均大于2,其聚集是该虫本身原因引起的,假眼小绿叶蝉在种群聚集均数λ为正值时,随着聚块内基本样方数的增加,则种群聚集均数λ不断增大。用假眼小绿叶蝉不同大小聚块的ρ指数判断个体群聚集时的最小范围是聚块中有1个基本样方,即本文的4 m^2。该研究为该虫抽样时确定样方大小提供了科学依据。