[发明专利]一种基于决策树的作物育种信息测定系统及方法

权利要求书

1.一种基于决策树的作物育种信息测定方法，其特征在于，所述基于决策树的作物育种信息测定方法包括：

第一步，利用采集设备采集育种数据信息；

第二步，对采集到的育种数据信息进行预处理，利用分类程序对采集的育种数据进行分类；

第三步，利用构建程序构建育种评价决策树；

第四步，利用分析程序对育种数据进行分析；利用检索程序检索育种数据信息；

第五步，利用云服务器对采集的育种数据进行存储；

第六步，利用显示器显示采集的育种数据、评价信息、分析结果、检索数据。

2.如权利要求1所述的基于决策树的作物育种信息测定方法，其特征在于，所述基于决策树的作物育种信息测定方法对采集到的育种数据信息进行预处理具体包括：将采集到的育种数据分为正向指标数据、负向指标数据以及适中数据分别处理：

其中，z_ij表示第i个育种材料的第j个性状的原始值，y_ij表示第i个育种材料的第j个性状标准化后的值；max(Z_j)为Z中第j列的最大值；min(Z_j)为Z中第j列的最小值；Δ_ij＝|z_ij-c_j|，c_j为Z中第j列的理想值；

当指标j为正向或负向指标，并且max(Z_j)＝min(Z_j)时，令y_ij＝0；当指标j为适中指标，并且max{Δ_1j，Δ_2j，…Δ_mj}为0时，令y_ij＝1。

3.如权利要求1所述的基于决策树的作物育种信息测定方法，其特征在于，所述基于决策树的作物育种信息测定方法评价决策树构建方法如下：

(1)通过构建程序提取育种评价大数据中70％的数据，作为育种评价决策树的训练样本，根据所述训练样本的信息增益率，确定所述育种评价决策树的分枝变量；所述训练样本的信息增益率包括：

其中，a为生命特征属性；Gain_ratio为选择生命特征属性a作为分裂属性的训练样本的信息增益率；D为育种评价决策树的训练样本；Gain为选择生命特征属性a作为分裂属性的信息增益；IV为a的信息熵；Ent为D的信息熵；Dⁱ为按照生命特征属性a对D进行划分，产生V个分支节点，其中第i个分支节点包含了D中所有在a上取值为aⁱ的育种评价决策树的训练样本数目；pk为D中第k类样本所占的比例；y为D中样本的种类数；

(2)获取育种评价决策树的验证样本，根据所述验证样本，对所述分枝变量进行后剪枝，得到最终的育种评价决策树；

根据所述验证样本，对所述分枝变量进行后剪枝，得到最终的育种评价决策树，包括：采用置信区间法，通过正太分布表获取单个节点的育种评价结果误差，针对所述单个节点的父节点，获取所述父节点下属所有子节点的育种评价结果误差，进一步获取所述所有子节点的育种评价结果误差的加权值，若所述加权值大于所述父节点的育种评价结果误差，且所述单个节点的育种评价结果误差为最小值，则将所述父节点下属所有子节点修剪剔除。

4.如权利要求1所述的基于决策树的作物育种信息测定方法，其特征在于，所述基于决策树的作物育种信息测定方法对育种数据分析方法包括：

1)通过分析程序根据构建的评价决策树提取至少两个有对应关系的数据作为数据组，并提取数据组的信息熵；

2)循环执行1)直至大数据库中大于阈值数量的数据都使用过；

3)对数据组进行聚类分析，将同一类型的数据组划入决策树的同一层，使得多层决策树的层级关系明确；设置聚类密度和聚类半径；所述聚类半径对应数据组的信息熵；

4)以层级关系明确后的多层决策树对新加入的数据进行分析；将新加入的数据填入决策树的第一层；根据决策树的层级关系将数据映射入决策树的下一层；重复执行上步直至数据抵达决策树的最后一层；以决策树最后一层的结果作为数据分析的最终结果。