隨著生物技術的快速發(fā)展和數(shù)據(jù)獲取方式的多源化,作物種質資源研究領域產(chǎn)生了大量的結構化、半結構化和非結構化數(shù)據(jù),作物種質資源邁入了大數(shù)據(jù)時代。大數(shù)據(jù)技術在海量異構數(shù)據(jù)處理方面具有絕對優(yōu)勢,通過對數(shù)據(jù)高度自動化的分析,做出歸納性的推理,從中挖掘出潛在的模式和規(guī)則,為社會提供更具價值的信息。雖然近年來我國部分學者逐漸意識到建設作物種質資源大數(shù)據(jù)的重要性,然而作物種質資源大數(shù)據(jù)相關概念尚需界定與明晰,作物種質資源大數(shù)據(jù)體系及其內容尚待建立與實施。因此,本文基于作物種質資源大數(shù)據(jù)的研究現(xiàn)狀,對作物種質資源大數(shù)據(jù)體系構建進行了一定的理論探索與實踐創(chuàng)新,旨在為進一步推動作物種質資源大數(shù)據(jù)建設提供理論依據(jù)和應用借鑒。本文研究工作主要包括以下幾個方面:（1）構建了作物種質資源大數(shù)據(jù)體系總體框架。提出了基于大數(shù)據(jù)和作物種質資源的體系構建依據(jù),制定了適用性、系統(tǒng)性、兼容性等8項體系建設原則,提出了以“基礎-目標-過程-保障”為主路線的作物種質資源大數(shù)據(jù)四維要素結構,包括作物種質資源業(yè)務需求、大數(shù)據(jù)技術、數(shù)據(jù)加工和標準規(guī)范等,確定了體系構建的邊界與內容,設計了作物種質資源大數(shù)據(jù)體系的總體框架。（2）詳細設計了... 

【文章來源】：中國農(nóng)業(yè)科學院北京市

【文章頁數(shù)】：109 頁

【學位級別】：博士

【部分圖文】：

作物種質資源數(shù)據(jù)分類Fig.4-2Classificationofcropgermplasmresourcesdata通過對作物種質資源業(yè)務的調研可知，作物種質資源數(shù)據(jù)通常有以下幾個特征：第一，數(shù)據(jù)

中國農(nóng)業(yè)科學院博士學位論文第五章技術/工具體系設計59由于普通數(shù)碼相機具備高分辨率、低成本和高可靠性的特點，因此被廣泛用于實驗中（ZHOUetal.,2012;JIetal.,2012;CHANGetal.,2012;AQUINOetal.,2015;MALDONADOetal.,2016）。可將數(shù)碼相機加裝到田間移動表型平臺（SVENSGAARDetal.,2014;CRAINetal.,2016;STARKetal.,2016;CENDRERO-MATEOetal.,2017）上采集RGB數(shù)據(jù)，但會增加實驗成本，本次實驗通過人工手持DJIHG310OSMO+相機在自然光照下以距地面1.7m至1.9m的高度垂直向下拍攝。這樣做的優(yōu)點是使得麥穗之間盡可能不發(fā)生遮擋，同時麥穗在圖像中表現(xiàn)大小適中，清晰可辨。（a）實驗小區(qū)（b）原始小麥表型圖像圖5-8實驗小區(qū)麥穗表型圖像Fig.5-8Experimentalplotandphenotypicimagesofwheatear（2）數(shù)據(jù)預處理采集的麥穗圖像每幅大小約3MB~4MB，分辨率為4000×2250。為了有效計算小麥單位面積穗數(shù)，在數(shù)據(jù)處理分析前先對圖像進行壓縮和統(tǒng)一圖片大小等預處理操作。對原始圖像進行截取，僅保留紅色邊框區(qū)域，并將分辨率設置為1000×1004，再對處理后的圖像進行標注。實驗使用LabelImg軟件標注了136幅圖片約10000個麥穗樣本作為訓練數(shù)據(jù)集，另外標注了12幅圖片1400個麥穗樣本作為測試數(shù)據(jù)集用于對訓練生成的麥穗檢測模型進行驗證。如圖5-9所示。在標注過程中需對圖片中所有麥穗進行標注，不能只對部分麥穗標注，否則將影響模型的檢測效果，同時對于存在部分重疊的麥穗也要標注，這樣有利于檢測模型對重疊麥穗的識別。（a）標注前（b）標注后圖5-9標注前和標注后的訓練數(shù)據(jù)Fig.5-9Trainingdatabeforeandafterlabeling

標注前和

【參考文獻】：
期刊論文
[1]中國科學院科學數(shù)據(jù)標準體系研究與實踐[J]. 胡良霖,鄭曉歡,朱艷華,高瑜蔚,周園春.  圖書館. 2019(11)
[2]美國政府NIST大數(shù)據(jù)互操作性框架的特點研究及啟示[J]. 張斌,王露露,張臻.  現(xiàn)代情報. 2019(11)
[3]鐵路大數(shù)據(jù)標準體系研究[J]. 吳艷華,鄭金子,李平,馬小寧.  中國鐵路. 2019(08)
[4]農(nóng)業(yè)大數(shù)據(jù)的專屬特征及應用現(xiàn)狀探討[J]. 楊一豐,蔣思凱,蔣雅茜,蔣猛,何培祥,唐章林.  南方農(nóng)業(yè). 2019(22)
[5]賦能與被賦能 誰是企業(yè)智能化轉型路上的強力“發(fā)動機”[J]. 劉曠.  商訊. 2018(14)
[6]植物表型組學:發(fā)展、現(xiàn)狀與挑戰(zhàn)[J]. 周濟,Francois Tardieu,Tony Pridmore,John Doonan,Daniel Reynolds,Neil Hall,Simon Griffiths,程濤,朱艷,王秀娥,姜東,丁艷鋒.  南京農(nóng)業(yè)大學學報. 2018(04)
[7]安防行業(yè)存儲技術發(fā)展與趨勢[J]. 徐旺.  中國公共安全. 2018(07)
[8]農(nóng)業(yè)信息技術在小麥育種中的應用研究[J]. 王君嬋,高致富,李東升,朱冬梅,吳宏亞.  作物雜志. 2018(03)
[9]作物種質資源研究態(tài)勢分析[J]. 張愛民,陽文龍,方紅曼,呂慧穎,鄧向東,葛毅強,魏珣,楊維才.  植物遺傳資源學報. 2018(03)
[10]小麥育種行業(yè)創(chuàng)新現(xiàn)狀與發(fā)展趨勢[J]. 劉志勇,王道文,張愛民,梁翰文,呂慧穎,鄧向東,葛毅強,魏珣,楊維才.  植物遺傳資源學報. 2018(03)

博士論文
[1]大數(shù)據(jù)分析驅動的高速鐵路應急管理關鍵技術研究[D]. 王普.中國鐵道科學研究院 2019
[2]面向農(nóng)業(yè)領域的大數(shù)據(jù)關鍵技術研究[D]. 郭雷風.中國農(nóng)業(yè)科學院 2016
[3]基于資源統(tǒng)一標識的國家農(nóng)作物種質資源平臺信息系統(tǒng)研究[D]. 方溈.中國農(nóng)業(yè)科學院 2015

碩士論文
[1]越橘種質資源的CDDP遺傳多樣性及聚類分析[D]. 房文秀.大連理工大學 2016
[2]Hadoop大數(shù)據(jù)平臺與傳統(tǒng)數(shù)據(jù)倉庫的協(xié)作研究[D]. 費仕憶.東華大學 2014
[3]基于RFID技術的多信息動態(tài)標識系統(tǒng)的研究及應用[D]. 邢琳琳.浙江大學 2013
[4]規(guī)則引擎中模式匹配算法及規(guī)則引擎應用的研究[D]. 童毅.北京郵電大學 2010
[5]基于Internet的中國作物種質資源信息共享服務系統(tǒng)研究[D]. 閆小軍.中國農(nóng)業(yè)科學院 2004
[6]基于Internet的農(nóng)作物種質資源特性數(shù)據(jù)評價系統(tǒng)開發(fā)研究[D]. 陳云剛.中國農(nóng)業(yè)科學院 2001



本文編號：3102065