基于K-means动态聚类的鸢乌贼角质颚模式识别

摘要：

本研究采用K-means动态聚类算法,对2014-2019年间采集于西北印度洋、热带东太平洋、中国南海的鸢乌贼(Sthenoteuthis oualaniensis)样本的角质颚进行识别.基于K-means动态聚类算法能够很好地区分来自3个海区的鸢乌贼,对数据进行z-score标准化后,任选2维角质颚形态学参数以曼哈顿距离和欧氏距离进行K-means动态聚类分析,总正确区分率分别为86.7％和88.7％.K-means动态聚类算法对于鸢乌贼角质颚的识别有很大的参考价值,后续改进优化K-means算法使其具有普适性,将会提高鸢乌贼种群的识别能力.

关键词：鸢乌贼、角质颚、模式识别、曼哈顿距离、欧氏距离

所属期刊栏目：42

分类号：S917.4(水产基础科学)

资助基金：国家重点研发计划;国家自然科学基金;上海市浦江人才计划;上海市高校特聘教授东方学者岗位计划;上海市科技创新行动计划

在线出版日期：2021-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：64-72