摘要:
本文根据昆虫图像,对半翅目、鳞翅目、鞘翅目的28种昆虫提取的形状参数、叶状性、球状性等7项数学形态特征进行了粗糙集模糊聚类分析。在粗糙集处理的基础上,分别进行7指标和3指标(相对约简)两种不同的模糊聚类分析法相比较。结果显示,在作为目级阶元分类指标时,各项特征的重要性依次为:(似圆度、偏心率)>(亮斑数、球状性、圆形性)>(叶状性、形状参数);粗糙集分类正确率优于模糊聚类分析法;粗糙集处理后的3指标分类正确率优于未处理的7指标分类正确率。结论认为,粗糙集理论在昆虫依据数学形态特征进行分类方面与统计分析方法相比更有优势,粗糙集滤过指标后再进行模糊聚类法分析在昆虫分类研究上具有重要意义。
杜瑞卿,张征田,刘广亮,武福华. 粗糙集模糊聚类分析法在昆虫分类研究中的应用[J]. , 2006, 49(1): 106-111.
DU Rui-Qing, ZHANG Zheng-Tian, LIU Guang-Liang, WU Fu-Hua. Application of rough-set theory and fuzzy clustering analysis in insect taxonomy[J]. , 2006, 49(1): 106-111.