买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：桂林理工大学

摘要：广西壮族自治区是我国原木最大产地，其中桉树是主要品种，桉树的生长需要大量的肥料养分，导致土壤肥力下降，越来越贫瘠，地表结块，出现沙化。因此林地土壤肥力分析是一个迫在眉睫的课题。土壤肥力分析是科学施肥的基础，介于现有的土壤肥力测量步骤繁琐，效率低下，人工成本高。本文公开了基于模糊聚类算法的桉树土壤肥力分析方法，提出了一种经过灰度关联法加权处理后模糊聚类算法，对数据进行预处理，设定土壤成分权重，能有效区分土壤各属性之间的不平衡性，并综合考虑土壤中微量元素和有机质等养分实现对土壤肥力的精准分析，为科学施肥和防范土壤污染提供保障。

主权项：1.基于模糊聚类算法的土壤肥力分析方法，在模糊聚类算法的基础上，采用灰度关联法得到土壤成分属性的权重，再将权重和模糊聚类算法相结合，以此提高算法的准确性；包括以下步骤：步骤1：构建土壤肥力的评价标准，土壤肥力包含土壤的化学成分含量和土壤养分含量，土壤化学成分含量包含全氮、全钾、有效磷、交换性钙、阳离子交换量，土壤PH值，土壤养分含量包括各种土壤有机质；步骤2：对样本数据数据预处理，即第s项的指标任意一个测量的值为XS,s＝1,2,3…,s；步骤3：设置土壤成分的加权矩阵模型为： 步骤4：利用灰度关联法计算出土壤成分的加权矩阵：a.对样本数据变量的进行无量纲化；由于系统中各因素列中的数据因量纲不同，不便于比较或在比较时难以得到正确的结论；因此在进行灰色关联度分析时，都要进行数据的无量纲化处理，均值化处理： b.计算样本数据关联系数ξik；c.计算样本数据关联度；d.样本数据关联度排序，对所有样本的关联数取平均值，来表示该指标和母指标之间的关联度，求出各指标对应的权重w1,w2…wn；步骤5：标准化测量数据的权重w1,w2…wn，在实际过程中不同数据有不同的效益，将测量标准化，即将数据压缩到[0,1]区间内；步骤6：样本数据XS进行模糊聚类，利用平方自合成法对模糊相似矩阵进行改造成模糊等价矩阵，即:A→A2wA4…A2k其中将模糊等价矩阵中的不同数值元素从大到小排列，λ按照此排列依次取值，形成动态结果；步骤7：然后确定初始聚类个数；最佳聚类个数为k，此时，待分类样本数据为第k个样本数据的均值为Nk是第k类的样本数目，整个样本的数据均值为由上可以得到样本数据的类间间距为而样本数据的类内间距为即每个类的样本的均值到全体样本中心距离之和，此时可得到类间间距与类内间距之和为当L到达最小值时，聚类效果最佳，即当Lw＝Ln时，L达到最小值，此时聚类初始k有个极大值为因此k的取值范围为1到时，确定初始值k时，在1到范围内选择不相邻的若干个值，分别代入式中验证，取较小者确定为初始聚类值k；在确定分类数时，经常是在动态聚类视图中，用F统计量来确定最佳阈值入，再根据入值在动态聚类视图中进行分类，最终得到最佳分类数；最后输出经过模糊聚类算法分析后的土壤肥力的估值。

全文数据：

权利要求：

百度查询： 桂林理工大学 一种基于灰度关联法模糊聚类算法的桉树土壤肥力分析方法