基于SOM聚类分析法的项目教学法的改进

针对于项目教学法不能够很好的兼顾理论知识薄弱的学生,以及不能够做到教学目的上的细化和层次化,通过分类教学法,引进SOM聚类分析方法,对学生进行有效地分类,做到"因材施教",从而弥补项目教学法的不足。

利用SOM聚类分析及主成分分析方法鉴定小麦品种萌发期耐盐性

为了研究不同小麦品种萌发期的耐盐性,为小麦萌发期耐盐性鉴定提供快速、准确的鉴定方法和理论依据。本研究以40个冬小麦品种为试验材料,通过主成分分析法(PCA)与神经网络自组织映射(SOM)聚类分析法,研究盐胁迫对40个小麦品种萌发期各项形态指标的影响。主成分分析法结果表明,发芽势、发芽率、最长根长、第一片叶长及胚芽鞘长在PCA下载荷量最大;根据SOM聚类分析结果,‘德抗961’等4个小麦品种属于高度耐盐品种,‘济麦22’等14个小麦品种属于耐盐性品种,‘济麦20’等16个品种属于中等耐盐性品种,‘鲁麦21’等6个小麦品种属于盐敏感性品种。发芽势、发芽率、最长根长、第一片叶长、胚芽鞘长能够作为萌发期小麦耐盐性筛选的主要评价指标,并且结合主成分、SOM聚类分析方法进行小麦萌发期耐盐性鉴定更为科学、方便。