基于神经网络数据挖掘的红色籽用西瓜亲本选择方法研究

根据多年来红色籽用西瓜自交系育种过程中,积累的多代性状复杂、数量庞大的种质资源及数据,利用数据挖掘中的反向传播(Back propagation,BP)神经网络方法,建立红色籽用西瓜BP神经网络模型。以红籽瓜数量性状作为预测依据,选择出具有丰产性状的红籽瓜亲本材料,为育种工作者进行亲本选择时提供一种新的途径和方法。

红籽瓜数量性状的粗糙集判别方法

粗集是一种处理模糊和不确定性数据的工具,本文运用粗糙集理论研究了红籽瓜数量性状对单瓜种子重影响程度的判别方法,算法分析简单明了,在育种方面为提高红籽瓜产量提供了理论依据。

基于决策树的红色籽用西瓜数据挖掘

利用Clementine软件提供的决策树C5.0算法,探索红色籽用西瓜自交系多个数量性状之间的相互制约关系。初步建立了单瓜种子重决策树模型,预测精度达到68%。可据此模型对红籽瓜自交系的各经济性状进行定量分析,为育种生产者进行优良自交系和亲本选配提供决策。