【技术实现步骤摘要】
本专利技术涉及农业育种，具体为一种基于大数据分析的经济作物智能育种方法。
技术介绍
1、在农业育种技术不断发展的进程中，经济作物育种始终是一个关键且极具挑战性的领域，随着科技水平的提升，多种新兴技术为多模态数据融合与植物电信号分析技术在经济作物育种中的应用提供了可能，其中多模态数据融合技术能够整合来自不同来源、不同形式的数据，从而提供更全面、丰富的信息，植物电信号分析技术则通过对植物电信号的监测和分析，深入了解植物的生理状态和内在机制，这些技术的发展为经济作物育种带来了新的思路和方法，推动育种工作向更高效、精准的方向发展。
2、传统的经济作物育种方法存在诸多局限性，在种子活力评估方面，传统方式往往仅依赖于种子单一的物理特性或生理指标，例如，仅通过种子的大小、重量等物理特性来判断种子活力，或者仅依据呼吸速率、酶活性等少数生理指标进行评估，然而，种子活力是一个复杂的综合特性，受到多种因素的影响，单一类型的数据难以全面且精准地衡量种子的实际活力水平，此外，对于经济作物在早期生长阶段的生理状态以及性状潜力的评估，传统方法缺乏有效的手...
【技术保护点】
1.一种基于大数据分析的经济作物智能育种方法，其特征在于，该方法包括以下具体步骤：
2.根据权利要求1所述的一种基于大数据分析的经济作物智能育种方法，其特征在于，所述种子多模态数据采集与处理步骤中，物理特性数据包括种子的大小、重量和形态，种子的生理指标数据包括呼吸速率和酶活性。
3.根据权利要求1所述的一种基于大数据分析的经济作物智能育种方法，其特征在于，所述种子活力精准评估模型构建步骤中，基于深度学习框架搭建模型，其模型公式为：，其中，表示种子活力评估值，是综合多模态数据对种子活力的量化结果，代表种子的物理特性数据集合，代表种子的生理指标数据...
【技术特征摘要】
1.一种基于大数据分析的经济作物智能育种方法，其特征在于，该方法包括以下具体步骤：
2.根据权利要求1所述的一种基于大数据分析的经济作物智能育种方法，其特征在于，所述种子多模态数据采集与处理步骤中，物理特性数据包括种子的大小、重量和形态，种子的生理指标数据包括呼吸速率和酶活性。
3.根据权利要求1所述的一种基于大数据分析的经济作物智能育种方法，其特征在于，所述种子活力精准评估模型构建步骤中，基于深度学习框架搭建模型，其模型公式为：，其中，表示种子活力评估值，是综合多模态数据对种子活力的量化结果，代表种子的物理特性数据集合，代表种子的生理指标数据集合，代表种子的基因组信息数据集合，分别是针对物理特性数据、生理指标数据、基因组信息数据的变换函数，分别是对应变换函数的权重系数，反映不同数据特征对种子活力评估的重要程度，分别表示物理特性数据、生理指标数据、基因组信息数据所涉及的变换函数的数量。
4.根据权利要求1所述的一种基于大数据分析的经济作物智能育种方法，其特征在于，所述植物电信号采集与分析步骤中，使用高精度设备采集植株不同部位的电信号，包括根部、茎部和叶片，对采集到的原始植物电信号预处理并进行特征提取，分析电信号在时间维度上的特征和频率维度上的特征，提取出能反映作物生理状态和生长特性的有效电信号特征。
5.根据权利要求4所述的一种基于大数据分析的经济作物智能育种方法，其特征在于，所述植物电信号采集与分析步骤中，对采集到的原始植物电信号预处理并进行特征提取，其特征提取公式为：，其中，表示在时刻提取的电信号特征值，是在时刻采集到的植物电信号值，是滑动窗口内数据点的数量，是当前计算特征的时刻，是滑动窗口的大小。
6.根据权利要求1所述的一种基于大数据分析的经济作物智能育种方法，其特征在于，所述电信号与性状关联模型建立步骤中，挑选具有不同性状的经济作物样本，包括抗病性、耐旱性和营养吸收能力，在相同的生长环境和条件下，对...
【专利技术属性】
技术研发人员：王菲，
申请(专利权)人：山西中农新时代科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。