一種作物育種評價的性狀特征選擇方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及作物育種技術(shù)領(lǐng)域，具體涉及一種作物育種評價的性狀特征選擇方 法。
【背景技術(shù)】
[0002] 作物育種技術(shù)是一種通過改良作物的遺傳特性，選擇培育高產(chǎn)優(yōu)質(zhì)品種的技術(shù)。 作物育種技術(shù)對種植業(yè)生產(chǎn)的發(fā)展具有十分重要的意義，一直以來受到國家、農(nóng)業(yè)部門及 相關(guān)從業(yè)者的廣泛重視。在作物育種中，評價選育品種是否滿足作物育種目標是一個重要 的環(huán)節(jié)。但是作物育種評價總體上還停留在依靠育種家經(jīng)驗為主的階段，缺乏對信息技術(shù) 的使用。
[0003] 在作物育種評價的性狀特征選擇環(huán)節(jié)，目前的選擇方法主要包含兩種類型。一是 育種家依經(jīng)驗選擇關(guān)注的重點性狀特征；二是利用統(tǒng)計學的方法分析不同性狀間的相關(guān)程 度，根據(jù)相關(guān)度選擇關(guān)注性狀特征。但是這些方法都未與評價結(jié)果直接進行關(guān)聯(lián)。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術(shù)問題是現(xiàn)有的作物育種評價的性狀特征選擇方法未與評 價結(jié)果直接進行關(guān)聯(lián)的問題。
[0005] 為此目的，本發(fā)明提出一種作物育種評價的性狀特征選擇方法，所述方法包括：
[0006] S1、構(gòu)建作物育種評價數(shù)據(jù)集，所述數(shù)據(jù)集中的每個數(shù)據(jù)均包括：實驗材料編號、 育種目標集合G、性狀特征集合T、所屬實驗e以及實驗結(jié)果r;
[0007] S2、對所述數(shù)據(jù)集中的性狀特征集合T進行預處理，得到預處理后的數(shù)據(jù)集；
[0008] S3、根據(jù)所述預處理后的數(shù)據(jù)集中每個數(shù)據(jù)的育種目標集合G，從所述預處理后的 數(shù)據(jù)集中篩選訓練樣本集及候選性狀特征集合；
[0009] S4、利用所述訓練樣本集中的數(shù)據(jù)，計算所述候選性狀特征集合中每個性狀特征 與實驗結(jié)果1之間的相關(guān)性；
[0010] S5、利用所述訓練樣本集中的數(shù)據(jù)，計算所述候選性狀特征集合中性狀特征間的 排序相似性；
[0011] S6、根據(jù)所述相關(guān)性以及排序相似性的計算結(jié)果，選擇性狀特征。
[0012] 可選的，所述步驟S2具體包括：
[0013] S21、對所述數(shù)據(jù)集中的性狀特征集合T中的每種性狀進行規(guī)范化處理，所述規(guī)范 化處理包括統(tǒng)一量化方式和/或統(tǒng)一計量單位和/或統(tǒng)一表現(xiàn)形式；
[0014] S22、對經(jīng)過所述規(guī)范化處理之后的性狀特征集合T進行去噪處理；
[0015] S23、對經(jīng)過所述去噪處理之后的性狀特征集合T進行歸一化處理，所述歸一化處 理的公式為：
[0016]
【主權(quán)項】
1. 一種作物育種評價的性狀特征選擇方法，其特征在于，所述方法包括： 51、 構(gòu)建作物育種評價數(shù)據(jù)集，所述數(shù)據(jù)集中的每個數(shù)據(jù)均包括：實驗材料編號、育種 目標集合G、性狀特征集合T、所屬實驗e以及實驗結(jié)果r; 52、 對所述數(shù)據(jù)集中的性狀特征集合T進行預處理，得到預處理后的數(shù)據(jù)集； 53、 根據(jù)所述預處理后的數(shù)據(jù)集中每個數(shù)據(jù)的育種目標集合G，從所述預處理后的數(shù)據(jù) 集中篩選訓練樣本集及候選性狀特征集合； 54、 利用所述訓練樣本集中的數(shù)據(jù)，計算所述候選性狀特征集合中每個性狀特征與實 驗結(jié)果1之間的相關(guān)性； 55、 利用所述訓練樣本集中的數(shù)據(jù)，計算所述候選性狀特征集合中性狀特征間的排序 相似性； 56、 根據(jù)所述相關(guān)性以及排序相似性的計算結(jié)果，選擇性狀特征。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟S2具體包括： 521、 對所述數(shù)據(jù)集中的性狀特征集合T中的每種性狀進行規(guī)范化處理，所述規(guī)范化處 理包括統(tǒng)一量化方式和/或統(tǒng)一計量單位和/或統(tǒng)一表現(xiàn)形式； 522、 對經(jīng)過所述規(guī)范化處理之后的性狀特征集合T進行去噪處理； 523、 對經(jīng)過所述去噪處理之后的性狀特征集合T進行歸一化處理，所述歸一化處理的 公式為：
其中，1\為性狀特征集合T中第i個性狀特征，i為不大于性狀特征集合T中元素個數(shù) 的任一正整數(shù)，T/為1\經(jīng)歸一化處理后的結(jié)果，min〇\)和max(凡）分別為性狀特征凡的 最小值和最大值。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述步驟S22具體包括： 5221、 將不在預設(shè)的性狀參考值范圍內(nèi)的性狀特征所對應(yīng)的數(shù)據(jù)從所述數(shù)據(jù)集中剔 除； 5222、 將離群性狀特征對應(yīng)的數(shù)據(jù)從所述數(shù)據(jù)集中剔除，所述離群性狀特征為滿足下 式的性狀特征：
其中，^為L的平均值，。為性狀特征L的標準差，K為預設(shè)參數(shù)，L為離群性狀特 征，j為不大于性狀特征集合T中元素個數(shù)的任一正整數(shù)。
4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟S3,包括： 531、 從育種目標集合G中選取任一育種目標，獲取所述育種目標對應(yīng)數(shù)據(jù)的集合％; 532、 根據(jù)所述集合％，從性狀特征集合T中獲取性狀特征并集I；; 533、 根據(jù)所述集合％，統(tǒng)計所述性狀特征并集I中性狀特征t^勺數(shù)據(jù)缺失比例Mpi 為不大于所述性狀特征并集L中元素個數(shù)的任一正整數(shù)，所述M,滿足： Mf(h為空的數(shù)據(jù)的個數(shù)V(集合D。中元素的個數(shù)）； 534、 根據(jù)預設(shè)的數(shù)據(jù)缺失比例閾值MD篩選候選性狀特征集合，所述候選性狀特征集合 1\為{tilMiSMD：}; 535、 根據(jù)所述候選性狀特征集合，統(tǒng)計所述集合％中數(shù)據(jù)dk的性狀特征缺失比例 Mk，k為不大于所述集合％中元素個數(shù)的任一正整數(shù)，所述Mk滿足： Mk=(dk對應(yīng)的所述候選性狀特征集合Ti中性狀特征為空的性狀特征個數(shù)）八所述候 選性狀特征集合1\中元素的個數(shù)）； 536、 根據(jù)預設(shè)的性狀特征缺失比例閾值MT篩選訓練樣本集Di，所述訓練樣本集0:為 {dk|Mk彡MT}; 537、 根據(jù)所述訓練樣本集Di，統(tǒng)計所述候選性狀特征集合中性狀特征tz的數(shù)據(jù)缺失 比例Mz，z為不大于所述候選性狀特征集合中元素個數(shù)的任一正整數(shù)，所述Mz滿足： Mz= (tz為空的數(shù)據(jù)的個數(shù)V(所述訓練樣本集Di中元素的個數(shù)）； 若所述Mz>所述MD，則將所述訓練樣本集Di命名為D^，將所述候選性狀特征集合1\命 名為I；，重新執(zhí)行步驟S33至S37 ;若所述Mz<所述MD，則得到訓練樣本集Di和候選性狀特 征集合1\。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述步驟S4,包括： 541、 根據(jù)所述訓練樣本集Di，得到所屬實驗e的個數(shù)k，并將所述訓練樣本集0:中 的數(shù)據(jù)按所屬實驗e劃分到k個子集，每個子集中的數(shù)據(jù)是同一次實驗的數(shù)據(jù)，記為SKp 1 ^i^k； 542、 從所述候選性狀特征集合1\中選擇性狀特征tj; 543、 將所述SKp1 <i<k中的數(shù)據(jù)依據(jù)所述性狀特征\的大小進行排序，將升序排 序結(jié)果記為SK：1，將降序排序結(jié)果記為SK); 544、 根據(jù)實驗結(jié)果r，分別對所述SK〗和SK)中\(zhòng)取值相同的數(shù)據(jù)進行降序微調(diào)； 345、根據(jù)所述8^>和81^，分別計算所述51^，1彡1^^中數(shù)據(jù)的性狀特征\與實驗 結(jié)果r的相關(guān)性，計算方法如下式所示：
其中，m是所述SKp1彡i彡k中實驗材料的編號，r(p)是所述SI(p或SK)中第p位 置的實驗材料對應(yīng)的實驗結(jié)果，r*(p)是所述SKp1 <i<k中實驗材料依據(jù)實驗結(jié)果降序 排序時第P位置對應(yīng)的實驗結(jié)果，《 (j，i)依其使用所述SK丨1或SK,1中的排序結(jié)果分別記 為《°(j，i)或wYj，i); S46、計算所述訓練樣本集Di中性狀特征的相關(guān)性《 (j)，計算方法如下： ? (j) =max{?0(j),o1。)}
其中，ISKj是SKi中實驗材料的個數(shù)； S47、重復步驟S42至S46直至完成所述候選性狀特征集合1\中所有候選性狀特征的 相關(guān)性計算。
6. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述步驟S5,包括： 551、 將所述訓練樣本集Di中實驗材料分別按照所述候選性狀特征集合Ti中各性狀特 征進彳T排序； 552、 從所述候選性狀特征集合中任選兩個性狀特征13和tb，所述ta對應(yīng)的實驗材 料序列為Sa，所述tb對應(yīng)的實驗材料序列為sb; 553、 計算所述訓練樣本集0:中所有實驗材料在所述S3和Sb中的位置差值di: di=Sa(i)-Sb(i) 其中，Sa⑴和Sb⑴分別為所述訓練樣本集Di中第i個實驗材料在SJPSb中的位置； 554、 計算所述性狀特征、和tb的相似性：
其中，n是所述訓練樣本集0:中數(shù)據(jù)的個數(shù)。 555、 重復步驟S52至S54直至完成所有候選性狀特征對的相似性計算。
7. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟S6,包括： 561、 以所述候選性狀特征集合中各性狀特征為頂點，各性狀特征的相關(guān)性為頂點權(quán) 重，頂點之間邊的權(quán)重為所述頂點之間的相似性，構(gòu)建無向圖心； 562、 構(gòu)建已選性狀特征集合TS，使用空集進行初始化，即TS〇=0; 563、 從所述無向圖G。中選擇權(quán)重最大的頂點vk; 564、 依vk與其它頂點間邊的權(quán)重，更新無向圖G^中其它頂點權(quán)重值，具體更新方法如 下式所示： ?』一《j_Sim(k,j)X2c,j辛k 565、 將vk從所述無向圖中移至所述已選性狀特征集合TS: TSi+1=TSiU{vk} Gi+i=GAW 566、 判斷所述已選性狀特征集合TS中是否已有預設(shè)個數(shù)的性狀特征，若有，則將當前 集合TSjt為結(jié)果輸出；若不足，則重復步驟S63至S65,繼續(xù)選擇新特征。
【專利摘要】本發(fā)明公開一種作物育種評價的性狀特征選擇方法，該方法包括：S1、構(gòu)建作物育種評價數(shù)據(jù)集，數(shù)據(jù)集中的每個數(shù)據(jù)均包括：實驗材料編號、育種目標集合G、性狀特征集合T、所屬實驗e以及實驗結(jié)果r；S2、對數(shù)據(jù)集中的性狀特征集合T進行預處理；S3、根據(jù)預處理后的數(shù)據(jù)集中每個數(shù)據(jù)的育種目標集合G，從預處理后的數(shù)據(jù)集中篩選訓練樣本集及候選性狀特征集合；S4、利用訓練樣本集中的數(shù)據(jù)，計算候選性狀特征集合中每個性狀特征與實驗結(jié)果r之間的相關(guān)性；S5、利用訓練樣本集中的數(shù)據(jù)，計算候選性狀特征集合中性狀特征間的排序相似性；S6、根據(jù)相關(guān)性以及排序相似性的計算結(jié)果，選擇性狀特征。
【IPC分類】G06F17-30
【公開號】CN104572900
【申請?zhí)枴緾N201410827260
【發(fā)明人】趙向宇, 劉忠強, 黃珊, 王開義, 劉超
【申請人】北京農(nóng)業(yè)信息技術(shù)研究中心
【公開日】2015年4月29日
【申請日】2014年12月25日