通过分析不同油茶砧木品种根系形态结构特征,为油茶砧木筛选和优化嫁接组合提供理论依据。本文选择了7个油茶砧木品种(‘XL82’‘GY12’‘GY13’‘GY14’‘EX4’‘8F-1’‘YX’),以油茶‘XL210’为接穗,测定不同砧穗组合油茶苗木的根总...通过分析不同油茶砧木品种根系形态结构特征,为油茶砧木筛选和优化嫁接组合提供理论依据。本文选择了7个油茶砧木品种(‘XL82’‘GY12’‘GY13’‘GY14’‘EX4’‘8F-1’‘YX’),以油茶‘XL210’为接穗,测定不同砧穗组合油茶苗木的根总长度、根表面积等9个根系性状指标,并运用相关分析、主成分分析和聚类分析等对砧木根系形态指标进行分析和综合评分。结果表明:不同砧穗组合油茶苗木的根系形态指标存在差异。‘EX4’的总根长、根表面积、根体积、连接数、节点数、根尖数和分叉数最大,分别为492.97 cm、117.17 cm 2、7.11 cm 3、1589.30个、1716.30个、985.00个、730.33个;‘8F-1’的分形维数最大,为1.55;‘XL82’的平均直径最大,为0.84 cm。细根(d≤2.00 mm)在总根系长度和根表面积中占比较高,‘GY12’在d≤2.00 mm径级根系长度和表面积中占比最高,‘8F-1’在d>5.00 mm径级根系长度、根表面积和根体积中占比最高。相关性分析表明,多个根系形态指标之间存在显著或极显著正相关(P<0.05或P<0.01)。主成分分析提取出2个主成分,累计贡献率达95.619%,‘EX4’综合得分最高。聚类分析将7个油茶砧木品种分为3类,‘EX4’根系形态指标值最高,‘GY12’‘8F-1’‘GY14’和‘YX’根系形态指标值中等,‘XL82’和‘GY13’形态指标值最低。聚类分析分类结果与主成分分析综合得分排名一致。‘EX4’砧木在根系形态结构特征方面表现优良,可作为油茶‘XL210’的优良砧木品种进行推广应用。展开更多
针对化学工业过程中存在的强非线性和时变特性等问题,提出了一种基于牛顿-拉夫逊优化算法(Newton-Raphson based optimizer,NRBO)驱动的堆叠长短期记忆网络(stacked long short-term memory network,SLSTM)的运行状态评价方法。该方法...针对化学工业过程中存在的强非线性和时变特性等问题,提出了一种基于牛顿-拉夫逊优化算法(Newton-Raphson based optimizer,NRBO)驱动的堆叠长短期记忆网络(stacked long short-term memory network,SLSTM)的运行状态评价方法。该方法通过堆叠多层LSTM网络并引入Dropout层,增强了时序数据的表达能力。同时利用NRBO算法的二阶导数优化特性,有效提高了模型的收敛速度和分类精度,避免了传统LSTM评价方法在高维参数空间中易陷入局部最优的问题。在Tennessee Eastman(TE)过程的实验验证中,所提方法的预测准确率达到了99.31%,显著优于其他几种对比方法。针对非优状态,提出了基于主元分析和组套索正则化贡献(principal component analysis and group lasso regularization contribution,PCA-GLC)相结合的非优因素识别方法,该方法能够有效识别关键变量,减少误判和干扰,为工业过程的实时调整提供准确依据。在TE过程的实验验证中,所提方法相对于基于PCA的图贡献法,对关键变量的识别更加准确,并且降低了其他变量对结果的干扰。展开更多
文摘通过分析不同油茶砧木品种根系形态结构特征,为油茶砧木筛选和优化嫁接组合提供理论依据。本文选择了7个油茶砧木品种(‘XL82’‘GY12’‘GY13’‘GY14’‘EX4’‘8F-1’‘YX’),以油茶‘XL210’为接穗,测定不同砧穗组合油茶苗木的根总长度、根表面积等9个根系性状指标,并运用相关分析、主成分分析和聚类分析等对砧木根系形态指标进行分析和综合评分。结果表明:不同砧穗组合油茶苗木的根系形态指标存在差异。‘EX4’的总根长、根表面积、根体积、连接数、节点数、根尖数和分叉数最大,分别为492.97 cm、117.17 cm 2、7.11 cm 3、1589.30个、1716.30个、985.00个、730.33个;‘8F-1’的分形维数最大,为1.55;‘XL82’的平均直径最大,为0.84 cm。细根(d≤2.00 mm)在总根系长度和根表面积中占比较高,‘GY12’在d≤2.00 mm径级根系长度和表面积中占比最高,‘8F-1’在d>5.00 mm径级根系长度、根表面积和根体积中占比最高。相关性分析表明,多个根系形态指标之间存在显著或极显著正相关(P<0.05或P<0.01)。主成分分析提取出2个主成分,累计贡献率达95.619%,‘EX4’综合得分最高。聚类分析将7个油茶砧木品种分为3类,‘EX4’根系形态指标值最高,‘GY12’‘8F-1’‘GY14’和‘YX’根系形态指标值中等,‘XL82’和‘GY13’形态指标值最低。聚类分析分类结果与主成分分析综合得分排名一致。‘EX4’砧木在根系形态结构特征方面表现优良,可作为油茶‘XL210’的优良砧木品种进行推广应用。
文摘针对化学工业过程中存在的强非线性和时变特性等问题,提出了一种基于牛顿-拉夫逊优化算法(Newton-Raphson based optimizer,NRBO)驱动的堆叠长短期记忆网络(stacked long short-term memory network,SLSTM)的运行状态评价方法。该方法通过堆叠多层LSTM网络并引入Dropout层,增强了时序数据的表达能力。同时利用NRBO算法的二阶导数优化特性,有效提高了模型的收敛速度和分类精度,避免了传统LSTM评价方法在高维参数空间中易陷入局部最优的问题。在Tennessee Eastman(TE)过程的实验验证中,所提方法的预测准确率达到了99.31%,显著优于其他几种对比方法。针对非优状态,提出了基于主元分析和组套索正则化贡献(principal component analysis and group lasso regularization contribution,PCA-GLC)相结合的非优因素识别方法,该方法能够有效识别关键变量,减少误判和干扰,为工业过程的实时调整提供准确依据。在TE过程的实验验证中,所提方法相对于基于PCA的图贡献法,对关键变量的识别更加准确,并且降低了其他变量对结果的干扰。
