小麦育种辅助系统设计与实现
发布时间：2021-08-06 12:46
我国小麦产量在过去几十年间逐年增加,保证了国家口粮安全。随着信息技术和人工智能技术的发展,使用现代技术辅助进行小麦育种已成为趋势。本文设计并开发了小麦育种辅助系统,以便辅助相关育种专家进行小麦育种,培育优良的小麦品种。本文通过需求分析,详细设计了系统功能模块,根据需求分析和设计的功能模块对系统进行开发实现。系统采用B/S架构,Python语言开发,数据库选用MySQL6.0。本文主要工作包括以下三方面。（1）小麦品种育种数据库构建。小麦品种数据采集是第一步,小麦品种数据有国审和省审品种,数据采集主要有两种方式,一种是网络抓取,抓取特定网站上的小麦品种;一种是根据河南科技学院小麦育种中心常年积累的育种数据,按照数据库设定好的格式,进行规范化导入。针对网络采集数据,本文采用Scrapy框架,根据网页特点,设计了爬虫,爬取效果较好。爬取下来数据进行清洗、过滤,然后采用结巴分词器进行分词,并针对育种数据的特性,添加了自定义词典,分词效果明显提高;针对导入数据,以Excel表格为模板,可以根据模板设置的字段,输入品种信息进行数据导入。本文构建的小麦品种育种数据库便于小麦育种科研人员进行查询、管理...
【文章来源】：河南科技学院河南省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
三层BP神经网络结构图
图 3-3 部分文本数据在模型训练之前，需要进行特征划分，通过翻阅查看相关资料以及访问研究小麦育种方面的相关专家，结合搜集到的小麦育种数据，将小麦品种数据分为 36 个特征，并进行量化处理，见表 3-1 表 3-1 特征划分特征特性特征个数特征划分 特征量化品性7依照' '， 冬性'，'半冬性'，'春性'，'半春性'，'弱冬性'，'弱春性'分为 7类空（0），冬性（1），半冬性（2）春性（3），半春性（4），弱冬性（5），弱春性（6）熟性6依照' '，'早熟'，'中早熟'，'中晚熟'，'中熟'，'晚熟'分为 6 类空（0），早熟（1），中早熟（2）中晚熟（3），中熟（4），晚熟（5生育9依照生育期' '，'75～95'，'95～120'，'120～139'，'139～180'，'180～200'，'200～220'，'220～240'，'240～299'空（0），75～95（1），95～120（2），120～139（3），139～18（4），180～200（5），200～22
空 在划分苗性时，先洗去习性与生长，葡伏 匍伏 葡匐 葡萄 匐匍 平伏 半伏和圃匐，替换为 匍匐 在划分株型时，让收敛 繁茂 紧 中和适为 紧凑 ；清秀 开张 平展 略松和散为 松散 ；好 合理 适度 适宜和一般为 适中 在划分芒时，让常 1/3 和长为 长芒 ；中 5 厘米和 7 厘米为 中芒 ；微 3 厘米和短为 短芒 ；无为 无芒 ；有和顶为 有芒 在划分硬度时，让半硬质至硬质 半硬－硬质 半硬到硬质和半硬～全硬质为 半硬质-硬质 ；半硬质-粉质为 半硬质软质 在划分饱满度时，让上等和饱满为 高 ；中和一般为 中等 ；差和欠为 低 在划分熟相时，让好 佳和黄为 熟相好 ；中 一般和正常为 熟相中等 ；差为 熟相差 在划分抗倒性时，让好 强和突出为 好 ；中和一般为 中等 ；差和弱为差 在划分抗旱性时，让强 好和突出为 强 ；中 一般和 3 级为 中等 ；差和弱为 弱 在划分抗寒性时，先根据死柱率和死径率划分，然后再根据好 强 优和一级等划分 特征划分完后，就需要转向量，生成文档，一共 37 行，36 行特征，1行标签，一行代表 3043 条数据每条数据某个特征，如图 3-4 所示
【参考文献】：
期刊论文
[1]面向脏数据的贝叶斯统计建模研究[J]. 程炜东,王洪亚,郭开彦. 智能计算机与应用. 2019(02)
[2]基于Python对网络爬虫系统的设计与实现[J]. 陆树芬. 电脑编程技巧与维护. 2019(02)
[3]现代种业人才培养方案改革初探[J]. 陈婷婷,周玉亮,王州飞,徐振江,杨存义. 中国种业. 2019(02)
[4]我国农作物品种区试审定制度的改革与发展[J]. 郭利磊,张笑晴. 中国种业. 2019(02)
[5]朴素贝叶斯分类算法应用研究[J]. 郭勋诚. 通讯世界. 2019(01)
[6]一种基于朴素贝叶斯分类算法的数据预测[J]. 刁海军,尹钊. 电大理工. 2018(04)
[7]小麦茎秆典型弯曲形态模型致倒力分析[J]. 刘水利,宋瑜龙,高峰岗. 西北农业学报. 2018(12)
[8]深化科企合作,加快小麦商业化育种步伐[J]. 吴海彬,卢兵友,刘江,姜涛,王振忠. 中国种业. 2019(01)
[9]基于BP神经网络的交通信息量预测方法[J]. 户佐安,邹正丰,包天雯. 交通运输工程与信息学报. 2018(04)
[10]基于BP神经网络的胰岛素评价预测模型[J]. 钟婷婷,张迪,陈真诚,邹春林,朱健铭,赵飞骏,梁永波. 中国医学物理学杂志. 2018(11)
博士论文
[1]CIMMYT玉米育种过程的建模与模拟研究[D]. 张学才.中国农业科学院 2012
硕士论文
[1]智能节水决策支持系统设计与实现[D]. 郝兴斌.北京交通大学 2018
[2]基于ANN的荨麻疹中医证型预测模型与分类器构建[D]. 初依侬.广州中医药大学 2018
[3]面向特定主题的网页敏感内容提取关键技术研究[D]. 李逸鸣.国防科学技术大学 2015
本文编号：3325799
【文章来源】：河南科技学院河南省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
三层BP神经网络结构图
图 3-3 部分文本数据在模型训练之前，需要进行特征划分，通过翻阅查看相关资料以及访问研究小麦育种方面的相关专家，结合搜集到的小麦育种数据，将小麦品种数据分为 36 个特征，并进行量化处理，见表 3-1 表 3-1 特征划分特征特性特征个数特征划分 特征量化品性7依照' '， 冬性'，'半冬性'，'春性'，'半春性'，'弱冬性'，'弱春性'分为 7类空（0），冬性（1），半冬性（2）春性（3），半春性（4），弱冬性（5），弱春性（6）熟性6依照' '，'早熟'，'中早熟'，'中晚熟'，'中熟'，'晚熟'分为 6 类空（0），早熟（1），中早熟（2）中晚熟（3），中熟（4），晚熟（5生育9依照生育期' '，'75～95'，'95～120'，'120～139'，'139～180'，'180～200'，'200～220'，'220～240'，'240～299'空（0），75～95（1），95～120（2），120～139（3），139～18（4），180～200（5），200～22
空 在划分苗性时，先洗去习性与生长，葡伏 匍伏 葡匐 葡萄 匐匍 平伏 半伏和圃匐，替换为 匍匐 在划分株型时，让收敛 繁茂 紧 中和适为 紧凑 ；清秀 开张 平展 略松和散为 松散 ；好 合理 适度 适宜和一般为 适中 在划分芒时，让常 1/3 和长为 长芒 ；中 5 厘米和 7 厘米为 中芒 ；微 3 厘米和短为 短芒 ；无为 无芒 ；有和顶为 有芒 在划分硬度时，让半硬质至硬质 半硬－硬质 半硬到硬质和半硬～全硬质为 半硬质-硬质 ；半硬质-粉质为 半硬质软质 在划分饱满度时，让上等和饱满为 高 ；中和一般为 中等 ；差和欠为 低 在划分熟相时，让好 佳和黄为 熟相好 ；中 一般和正常为 熟相中等 ；差为 熟相差 在划分抗倒性时，让好 强和突出为 好 ；中和一般为 中等 ；差和弱为差 在划分抗旱性时，让强 好和突出为 强 ；中 一般和 3 级为 中等 ；差和弱为 弱 在划分抗寒性时，先根据死柱率和死径率划分，然后再根据好 强 优和一级等划分 特征划分完后，就需要转向量，生成文档，一共 37 行，36 行特征，1行标签，一行代表 3043 条数据每条数据某个特征，如图 3-4 所示
【参考文献】：
期刊论文
[1]面向脏数据的贝叶斯统计建模研究[J]. 程炜东,王洪亚,郭开彦. 智能计算机与应用. 2019(02)
[2]基于Python对网络爬虫系统的设计与实现[J]. 陆树芬. 电脑编程技巧与维护. 2019(02)
[3]现代种业人才培养方案改革初探[J]. 陈婷婷,周玉亮,王州飞,徐振江,杨存义. 中国种业. 2019(02)
[4]我国农作物品种区试审定制度的改革与发展[J]. 郭利磊,张笑晴. 中国种业. 2019(02)
[5]朴素贝叶斯分类算法应用研究[J]. 郭勋诚. 通讯世界. 2019(01)
[6]一种基于朴素贝叶斯分类算法的数据预测[J]. 刁海军,尹钊. 电大理工. 2018(04)
[7]小麦茎秆典型弯曲形态模型致倒力分析[J]. 刘水利,宋瑜龙,高峰岗. 西北农业学报. 2018(12)
[8]深化科企合作,加快小麦商业化育种步伐[J]. 吴海彬,卢兵友,刘江,姜涛,王振忠. 中国种业. 2019(01)
[9]基于BP神经网络的交通信息量预测方法[J]. 户佐安,邹正丰,包天雯. 交通运输工程与信息学报. 2018(04)
[10]基于BP神经网络的胰岛素评价预测模型[J]. 钟婷婷,张迪,陈真诚,邹春林,朱健铭,赵飞骏,梁永波. 中国医学物理学杂志. 2018(11)
博士论文
[1]CIMMYT玉米育种过程的建模与模拟研究[D]. 张学才.中国农业科学院 2012
硕士论文
[1]智能节水决策支持系统设计与实现[D]. 郝兴斌.北京交通大学 2018
[2]基于ANN的荨麻疹中医证型预测模型与分类器构建[D]. 初依侬.广州中医药大学 2018
[3]面向特定主题的网页敏感内容提取关键技术研究[D]. 李逸鸣.国防科学技术大学 2015
本文编号：3325799
本文链接：https://www.wllwen.com/nykjlw/nzwlw/3325799.html
最近更新
教材专著
