为了研究煤矿露天开采对自然植物与土壤因子的影响；以内蒙古胜利矿区为研究区，采用野外生态学调查方法对采矿区周边不同距离草地进行植物群落调查，采集距矿区不同距离土壤样品进行实验室分析。结果表明：（1）距矿区边界100m处，草地自然植物群落以糙隐子草（Cleistogenessquarrosa）、寸草苔（Carex duriuscula）和小画眉草（Eragrostis minor）为主；距离煤矿400 m处植物群落以大针茅（Stipa grandis）、克氏针茅（S. krylovii）和冰草（Agropyron cristatum）为主，900 m处以大针茅、小画眉草和糙隐子草为主；距离煤矿1900 m处，以克氏针茅、糙隐子草和大针茅为主。（2）与对照区相比，距离矿区越近，植物多样性指数显著降低，群落相似性降低，土壤含水量、有机质（SOM）、硝态氮（NO3--N）和速效磷（AP）均显著减少。（3）远离矿区的位置土壤肥力要好于矿区附近，煤矿开采对一定范围内的土壤肥力产生影响，矿区周边土壤养分的空间异质性呈不同程度的变化趋势。（4）冗余分析(RDA)表明，植物多样性指数与土壤含水量、有机质、

马氏距离matlab原始代码EyeStateKNNClassifier 使用不同距离度量和邻居参数数量的k-NN算法预测眼图状态 该存储库包含“使用k-NN算法预测眼图状态：不同距离度量和邻居参数数量的比较研究”的原始实现，该方法已发布在2019年医疗技术大会（TIPTEKNO）上。 为了提出针对不同类型问题的基于k-NN的方法，必须分析并正确解释不同的距离度量和相邻参数的数量。 在此项目中，我们使用k-NN算法基于不同距离指标（城市街区，chebychev，相关性，余弦，欧几里得，马哈拉诺比斯，minkowski，seuclidean，spearman）和邻居参数的数量执行了基于脑电图的眼睛状态预测。 一些细节如下： 在可通过UCI机器学习存储库[]获得的EEG眼神状态数据集上进行的实验。 该数据集包含多变量，顺序和时间序列的现实世界EEG数据。 EEG Eye State.arf文件转换为EEGEyeStateDataSet_Data.mat（包含所有EEG数据）和EEGEyeStateDataSet_Labels.mat（包含标签）。 使用十倍留一法交叉验证技术评估分类性能以进行