-
公开(公告)号：CN108319984B
公开(公告)日：2019-07-02
申请号：CN201810120969.0
申请日：2018-02-06
Applicant: 北京林业大学
Abstract: 本发明提供了基于DNA甲基化水平的木本植物叶片性状和光合特性模型的构建方法及预测方法，属于生物分析技术领域。本发明基于随机森林选取体现地理位置差异的重要特征变量，筛选得到7个叶片特征变量，确定最优聚类数目，利用改进的FCM聚类算法得到每组聚类叶片样本；根据变量间相关性和梯度提升树得的酶切组合重要性，获得对每组聚类叶片样本中重要酶切组合；以所述酶切组合的DNA甲基化水平作为回归变量，基于高斯径向基函数构建LS‑SVM回归预测模型；输入重要酶切组合的DNA甲基化水平来准确地预测叶形状因子，叶面积和净光合速率。本方法用于预测木本植物表型特征和光合特性，同时筛选优良性状木本植物个体。
-
公开(公告)号：CN108319984A
公开(公告)日：2018-07-24
申请号：CN201810120969.0
申请日：2018-02-06
Applicant: 北京林业大学
CPC classification number: G06K9/623 , G06K9/6223 , G06K9/6269 , G16B40/00
Abstract: 本发明提供了基于DNA甲基化水平的木本植物叶片性状和光合特性模型的构建方法及预测方法，属于生物分析技术领域。本发明基于随机森林选取体现地理位置差异的重要特征变量，筛选得到7个叶片特征变量，确定最优聚类数目，利用改进的FCM聚类算法得到每组聚类叶片样本；根据变量间相关性和梯度提升树得的酶切组合重要性，获得对每组聚类叶片样本中重要酶切组合；以所述酶切组合的DNA甲基化水平作为回归变量，基于高斯径向基函数构建LS-SVM回归预测模型；输入重要酶切组合的DNA甲基化水平来准确地预测叶形状因子，叶面积和净光合速率。本方法用于预测木本植物表型特征和光合特性，同时筛选优良性状木本植物个体。
-
公开(公告)号：CN108229065B
公开(公告)日：2019-03-26
申请号：CN201810119071.1
申请日：2018-02-06
Applicant: 北京林业大学
Abstract: 本发明提供了基于木本植物叶片表型特征的净光合速率预测模型的构建方法和预测方法，属于生物信息学领域。本发明采用将平均联动聚类和PAM聚类法结合，对不同地理位置的木本植物划分为不同的子品种，消除不同子品种的差异以便对净光合速率进行更合理的预测，同时本发明在每个子品种中分别利用梯度提升算法基于叶片样本的表型数据构建净光合速率预测模型，在建立模型的过程中，本发明首次提出梯度提升算法迭代停止准则，为不同子品种的木本植物叶片表型数据提供了算法迭代的残差临界值，建立了基于迭代停止准则的改进梯度提升算法的小叶杨净光合速率预测模型，在已知叶片表型数据的情况下，对不同小叶杨子品种的净光合速率均有理想的预测结果。
-
公开(公告)号：CN108229065A
公开(公告)日：2018-06-29
申请号：CN201810119071.1
申请日：2018-02-06
Applicant: 北京林业大学
CPC classification number: G06F17/5009 , G06K9/6219
Abstract: 本发明提供了基于木本植物叶片表型特征的净光合速率预测模型的构建方法和预测方法，属于生物信息学领域。本发明采用将平均联动聚类和PAM聚类法结合，对不同地理位置的木本植物划分为不同的子品种，消除不同子品种的差异以便对净光合速率进行更合理的预测，同时本发明在每个子品种中分别利用梯度提升算法基于叶片样本的表型数据构建净光合速率预测模型，在建立模型的过程中，本发明首次提出梯度提升算法迭代停止准则，为不同子品种的木本植物叶片表型数据提供了算法迭代的残差临界值，建立了基于迭代停止准则的改进梯度提升算法的小叶杨净光合速率预测模型，在已知叶片表型数据的情况下，对不同小叶杨子品种的净光合速率均有理想的预测结果。
-
-
-
Search Results
4
records
(took 0.02 seconds)
