[发明专利]基于决策树的作物育种评价方法

说明书

技术领域

本发明涉及作物育种技术领域，尤其涉及一种基于决策树的作物育种评价方法。

背景技术

作物育种技术通过改良作物的遗传特性，选择培育高产优质品种，是种业创新和发展的根本动力，对促进我国农业长期稳定发展、保障国家粮食安全具有十分重要的意义。作物育种评价从培育品种中评价、选择满足育种目标的优良品种，是作物育种技术的重要环节，是对育种效果的有效保证。

随着我国粮食生产形势的变化，作物育种评价从以产量为主的方式向综合考虑产量、品质、抗逆性等因素转变。与此同时，关联分析、主成分分析、层次分析法、模糊综合评价、灰色关联评价等多种信息技术皆在作物育种中发挥了重要的作用。这些技术通过对作物性状数据的分析利用有效提升了作物育种评价技术的数据化、信息化程度，推动作物育种评价从经验化育种向数据化、信息化育种转变。然而，育种过程中的评价结果信息作为重要的专家经验，却仍未用在作物育种评价的过程中。本发明使用决策树对育种评价结果信息与作物性状信息构建模型，提出一种基于决策树的作物育种评价方法。

鉴于此，如何利用育种过程中的评价结果信息，以实现后续的作物育种的评价成为当前需要解决的技术问题。

发明内容

针对现有技术中的缺陷，本发明提供一种基于决策树的作物育种评价方法，将作物育种过程中的评价数据引入育种评价模型的训练中，作为构建育种评价决策树的指导数据，可以有效地利用已有育种经验数据指导后续育种工作，辅助育种家实现后续的作物育种的评价工作。

第一方面，本发明提供一种基于决策树的作物育种评价方法，包括：

以育种目标为筛选条件，构建作物育种评价数据集，所述数据集共享相同的育种目标，其中，所述数据集中的每个数据均以四元数据类型{实验材料编号，性状特征集合T，所属实验e，实验结果r}来表示；

对所述数据集中的性状特征集合T进行预处理，得到预处理后的数据集；

根据所述预处理后的数据集，使用决策树构建性状特征与实验结果间的模型，得到针对育种目标的基于决策树的作物育种评价模型；

根据所述作物育种评价模型对具有相同育种目标的待评价作物性状数据进行分析，并获得评价结果。

可选地，所述对所述数据集中的性状特征集合T进行预处理，得到预处理后的数据集，包括：

对所述数据集中的性状特征集合T中的每种性状进行规范化处理；

对经过规范化处理之后的性状特征集合T进行去噪处理；

对经过去噪处理之后的性状特征集合T进行归一化处理，得到预处理后的数据集。

可选地，所述规范化处理包括：统一量化方式，和/或统一计量单位，和/或统一表现形式。

可选地，所述对经过规范化处理之后的性状特征集合T进行去噪处理，包括：

判断经过规范化处理之后的性状特征集合T中的性状特征所对应的数据是否在该性状特征的预设性状参考值范围内，若否，则将不在该性状特征的预设性状参考值范围内的经过规范化处理之后的性状特征集合T中的性状特征所对应的数据从所述数据集中剔除；

将经过规范化处理之后的性状特征集合T中的离群性状特征对应的数据从所述数据集中剔除；

其中，所述离群性状特征为满足第一公式的性状特征，所述第一公式

其中，为T_j的平均值，σ为性状特征T_j的标准差，K为预设参数，T_j为离群性状特征，j为不大于性状特征集合T中元素个数的任一正整数。

可选地，所述对经过去噪处理之后的性状特征集合T进行归一化处理，具体包括：

根据第二公式，对经过去噪处理之后的性状特征集合T进行归一化处理；

其中，所述第二公式为：

T_i为性状特征集合T中第i个性状特征，i为不大于性状特征集合T中元素个数的任一正整数，T′_i为T_i经归一化处理后的结果，min(T_i)为性状特征T_i中的最小值，max(T_i)为性状特征T_i中的最大值。

可选地，所述根据所述预处理后的数据集，使用决策树构建性状特征与实验结果间的模型，得到针对育种目标的基于决策树的作物育种评价模型，包括：