聚类算法在竹种造纸适应性判定中的应用

以"竹藤种质资源数据库"中126个竹种为基础数据,应用K均值聚类算法(K-means算法)、小批量K均值聚类算法(Mini Batch K means算法)、凝聚层次聚类算法,依据竹种酸不溶木质素、苯醇提取物、综纤维素、基本密度、纤维长度、纤维双壁厚、纤维壁腔比7个特征对竹种筛选分级,遴选优良造纸竹种,分析聚类算法对竹藤种质资源的聚类有效性.结果表明:K均值聚类算法具有最高的卡林斯其-哈瑞本斯(Calinski_Harabaz(CH))指标值(63.568),聚类效果最好,126个竹种分为3级.其中:Ⅰ级造纸竹种,包含糯竹、空竹等51个竹种,适合制作高级纸张;Ⅱ级造纸竹种,包括毛竹、思劳竹等62个竹种,适合在排污能力强的造纸厂做纸浆造纸原料.K均值聚类算法是竹种造纸适应性分析的高效可靠的方法,具有较好的应用前景.