论文部分内容阅读
山茶属系统演化存在较大的分歧,主要存在于Sealy 的分类系统、张宏达的分类系统以及闵天禄的分类系统之间.以叶片解剖特征为属性已经成功运用到山茶属分类中,然而,叶片特征结合模式识别技术的运用却尚未报道过.本研究中,我们采用来自5 个组的93 个山茶物种(11 个物种来自糙果茶组,16 个物种来自短柱茶组,12 个物种来自瘤果茶组,34 个物种来自红山茶组,20 个物种来自连蕊茶组)的叶片形态学和叶脉特征的数据,结合不同的模式识别技术(LVQ-ANN,DAN2,SVM)对其进行分类,并比较各识别技术的精度.DAN2和SVM 相比较LVQ-ANN 有更好的识别效果,其中RBF-SVM 最佳,训练集合测试集的分类效果分别达到97.92％和97.78％.另外,以叶片宏观结构学数据为基础的聚类系统树也很符合前人的研究结果.研究结果显示,以叶片宏观结构学数据为基础的模式识别技术,尤其是DAN2 和SVM 分类器,在山茶属物种的分类研究中有意义.