为建立一种适宜的板栗资源果实品质评价方法,本研究以25个板栗品种为研究对象,选取21项品质指标进行测定,通过主成分分析结合相关性分析、描述性统计分析的方法筛选影响板栗品质的核心评价指标,基于熵权法对核心指标赋予权重,并建立灰...为建立一种适宜的板栗资源果实品质评价方法,本研究以25个板栗品种为研究对象,选取21项品质指标进行测定,通过主成分分析结合相关性分析、描述性统计分析的方法筛选影响板栗品质的核心评价指标,基于熵权法对核心指标赋予权重,并建立灰色关联度评价模型。结果表明,不同品种板栗多项指标存在显著差异(P<0.05),且多个指标间存在显著相关性,主成分分析确立了水分、直链淀粉与支链淀粉含量的比值(Ratio of amylose to amylopectin,AA)、总黄酮、好果率、果形指数、硬度、可溶性糖和还原糖为核心指标,熵权法计算核心指标的权重分别为14.08%、14.64%、15.64%、7.74%、9.41%、9.11%、18.90%、10.48%。灰色关联度分析结果表明,丹栗1号、丹东9113和qX-005综合品质列前三位。经聚类分析将25个品种板栗分为4类,第一类板栗适宜开发功能性饮品;第二类板栗适合取仁加工,制作罐头、果脯等产品,或加工成板栗粉用于面包、饼干等产品的制作;第三类板栗可作为优质的食品原料;第四类板栗适宜炒食,也适宜作为直售坚果。本研究结果为板栗优质资源筛选及品种的选育提供参考,也为各品种的综合利用提供了理论依据。展开更多
为了提高电力负荷监控的准确性,研究融合主成分含噪密度聚类(density-based spatial clustering of applications with noise with principal component analysis,PCADBSCAN)的混合非侵入式负荷辨识方法。首先,针对原始负荷特征维度较...为了提高电力负荷监控的准确性,研究融合主成分含噪密度聚类(density-based spatial clustering of applications with noise with principal component analysis,PCADBSCAN)的混合非侵入式负荷辨识方法。首先,针对原始负荷特征维度较高的问题,采用主成分分析算法对原始特征数据降维,构建负荷特征模板库,同时,获取负荷电流波形,构建负荷电流模板库。其次,采用基于密度的聚类算法对负荷特征模板库内的样本进行非监督聚类,提取各聚类簇中心。然后,计算待辨识负荷与各特征模板库聚类中心的欧式距离,完成负荷特征匹配,并计算待辨识负荷的电流波形与电流模板库内各电流波形的综合关联度,完成负荷电流波形匹配。最后,混合两次匹配结果,综合判断待辨识负荷,从而实现高可靠辨识。基于用电数据测试数据集的仿真结果显示,该方法各项指标均超过96%。展开更多
文摘为建立一种适宜的板栗资源果实品质评价方法,本研究以25个板栗品种为研究对象,选取21项品质指标进行测定,通过主成分分析结合相关性分析、描述性统计分析的方法筛选影响板栗品质的核心评价指标,基于熵权法对核心指标赋予权重,并建立灰色关联度评价模型。结果表明,不同品种板栗多项指标存在显著差异(P<0.05),且多个指标间存在显著相关性,主成分分析确立了水分、直链淀粉与支链淀粉含量的比值(Ratio of amylose to amylopectin,AA)、总黄酮、好果率、果形指数、硬度、可溶性糖和还原糖为核心指标,熵权法计算核心指标的权重分别为14.08%、14.64%、15.64%、7.74%、9.41%、9.11%、18.90%、10.48%。灰色关联度分析结果表明,丹栗1号、丹东9113和qX-005综合品质列前三位。经聚类分析将25个品种板栗分为4类,第一类板栗适宜开发功能性饮品;第二类板栗适合取仁加工,制作罐头、果脯等产品,或加工成板栗粉用于面包、饼干等产品的制作;第三类板栗可作为优质的食品原料;第四类板栗适宜炒食,也适宜作为直售坚果。本研究结果为板栗优质资源筛选及品种的选育提供参考,也为各品种的综合利用提供了理论依据。
文摘为了提高电力负荷监控的准确性,研究融合主成分含噪密度聚类(density-based spatial clustering of applications with noise with principal component analysis,PCADBSCAN)的混合非侵入式负荷辨识方法。首先,针对原始负荷特征维度较高的问题,采用主成分分析算法对原始特征数据降维,构建负荷特征模板库,同时,获取负荷电流波形,构建负荷电流模板库。其次,采用基于密度的聚类算法对负荷特征模板库内的样本进行非监督聚类,提取各聚类簇中心。然后,计算待辨识负荷与各特征模板库聚类中心的欧式距离,完成负荷特征匹配,并计算待辨识负荷的电流波形与电流模板库内各电流波形的综合关联度,完成负荷电流波形匹配。最后,混合两次匹配结果,综合判断待辨识负荷,从而实现高可靠辨识。基于用电数据测试数据集的仿真结果显示,该方法各项指标均超过96%。
