我國小麥產(chǎn)量在過去幾十年間逐年增加,保證了國家口糧安全。隨著信息技術(shù)和人工智能技術(shù)的發(fā)展,使用現(xiàn)代技術(shù)輔助進(jìn)行小麥育種已成為趨勢。本文設(shè)計并開發(fā)了小麥育種輔助系統(tǒng),以便輔助相關(guān)育種專家進(jìn)行小麥育種,培育優(yōu)良的小麥品種。本文通過需求分析,詳細(xì)設(shè)計了系統(tǒng)功能模塊,根據(jù)需求分析和設(shè)計的功能模塊對系統(tǒng)進(jìn)行開發(fā)實現(xiàn)。系統(tǒng)采用B/S架構(gòu),Python語言開發(fā),數(shù)據(jù)庫選用MySQL6.0。本文主要工作包括以下三方面。（1）小麥品種育種數(shù)據(jù)庫構(gòu)建。小麥品種數(shù)據(jù)采集是第一步,小麥品種數(shù)據(jù)有國審和省審品種,數(shù)據(jù)采集主要有兩種方式,一種是網(wǎng)絡(luò)抓取,抓取特定網(wǎng)站上的小麥品種;一種是根據(jù)河南科技學(xué)院小麥育種中心常年積累的育種數(shù)據(jù),按照數(shù)據(jù)庫設(shè)定好的格式,進(jìn)行規(guī)范化導(dǎo)入。針對網(wǎng)絡(luò)采集數(shù)據(jù),本文采用Scrapy框架,根據(jù)網(wǎng)頁特點(diǎn),設(shè)計了爬蟲,爬取效果較好。爬取下來數(shù)據(jù)進(jìn)行清洗、過濾,然后采用結(jié)巴分詞器進(jìn)行分詞,并針對育種數(shù)據(jù)的特性,添加了自定義詞典,分詞效果明顯提高;針對導(dǎo)入數(shù)據(jù),以Excel表格為模板,可以根據(jù)模板設(shè)置的字段,輸入品種信息進(jìn)行數(shù)據(jù)導(dǎo)入。本文構(gòu)建的小麥品種育種數(shù)據(jù)庫便于小麥育種科研人員進(jìn)行查詢、管理... 

【文章來源】：河南科技學(xué)院河南省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

圖 3-3 部分文本數(shù)據(jù)在模型訓(xùn)練之前，需要進(jìn)行特征劃分，通過翻閱查看相關(guān)資料以及訪問研究小麥育種方面的相關(guān)專家，結(jié)合搜集到的小麥育種數(shù)據(jù)，將小麥品種數(shù)據(jù)分為 36 個特征，并進(jìn)行量化處理，見表 3-1 表 3-1 特征劃分特征特性特征個數(shù)特征劃分 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'分為 7類空（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'分為 6 類空（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 在劃分苗性時，先洗去習(xí)性與生長，葡伏 匍伏 葡匐 葡萄 匐匍 平伏 半伏和圃匐，替換為 匍匐 在劃分株型時，讓收斂 繁茂 緊 中和適為 緊湊 ；清秀 開張 平展 略松和散為 松散 ；好 合理 適度 適宜和一般為 適中 在劃分芒時，讓常 1/3 和長為 長芒 ；中 5 厘米和 7 厘米為 中芒 ；微 3 厘米和短為 短芒 ；無為 無芒 ；有和頂為 有芒 在劃分硬度時，讓半硬質(zhì)至硬質(zhì) 半硬－硬質(zhì) 半硬到硬質(zhì)和半硬～全硬質(zhì)為 半硬質(zhì)-硬質(zhì) ；半硬質(zhì)-粉質(zhì)為 半硬質(zhì)軟質(zhì) 在劃分飽滿度時，讓上等和飽滿為 高 ；中和一般為 中等 ；差和欠為 低 在劃分熟相時，讓好 佳和黃為 熟相好 ；中 一般和正常為 熟相中等 ；差為 熟相差 在劃分抗倒性時，讓好 強(qiáng)和突出為 好 ；中和一般為 中等 ；差和弱為差 在劃分抗旱性時，讓強(qiáng) 好和突出為 強(qiáng) ；中 一般和 3 級為 中等 ；差和弱為 弱 在劃分抗寒性時，先根據(jù)死柱率和死徑率劃分，然后再根據(jù)好 強(qiáng) 優(yōu)和一級等劃分 特征劃分完后，就需要轉(zhuǎn)向量，生成文檔，一共 37 行，36 行特征，1行標(biāo)簽，一行代表 3043 條數(shù)據(jù)每條數(shù)據(jù)某個特征，如圖 3-4 所示

【參考文獻(xiàn)】：
期刊論文
[1]面向臟數(shù)據(jù)的貝葉斯統(tǒng)計建模研究[J]. 程煒東,王洪亞,郭開彥.  智能計算機(jī)與應(yīng)用. 2019(02)
[2]基于Python對網(wǎng)絡(luò)爬蟲系統(tǒng)的設(shè)計與實現(xiàn)[J]. 陸樹芬.  電腦編程技巧與維護(hù). 2019(02)
[3]現(xiàn)代種業(yè)人才培養(yǎng)方案改革初探[J]. 陳婷婷,周玉亮,王州飛,徐振江,楊存義.  中國種業(yè). 2019(02)
[4]我國農(nóng)作物品種區(qū)試審定制度的改革與發(fā)展[J]. 郭利磊,張笑晴.  中國種業(yè). 2019(02)
[5]樸素貝葉斯分類算法應(yīng)用研究[J]. 郭勛誠.  通訊世界. 2019(01)
[6]一種基于樸素貝葉斯分類算法的數(shù)據(jù)預(yù)測[J]. 刁海軍,尹釗.  電大理工. 2018(04)
[7]小麥莖稈典型彎曲形態(tài)模型致倒力分析[J]. 劉水利,宋瑜龍,高峰崗.  西北農(nóng)業(yè)學(xué)報. 2018(12)
[8]深化科企合作,加快小麥商業(yè)化育種步伐[J]. 吳海彬,盧兵友,劉江,姜濤,王振忠.  中國種業(yè). 2019(01)
[9]基于BP神經(jīng)網(wǎng)絡(luò)的交通信息量預(yù)測方法[J]. 戶佐安,鄒正豐,包天雯.  交通運(yùn)輸工程與信息學(xué)報. 2018(04)
[10]基于BP神經(jīng)網(wǎng)絡(luò)的胰島素評價預(yù)測模型[J]. 鐘婷婷,張迪,陳真誠,鄒春林,朱健銘,趙飛駿,梁永波.  中國醫(yī)學(xué)物理學(xué)雜志. 2018(11)

博士論文
[1]CIMMYT玉米育種過程的建模與模擬研究[D]. 張學(xué)才.中國農(nóng)業(yè)科學(xué)院 2012

碩士論文
[1]智能節(jié)水決策支持系統(tǒng)設(shè)計與實現(xiàn)[D]. 郝興斌.北京交通大學(xué) 2018
[2]基于ANN的蕁麻疹中醫(yī)證型預(yù)測模型與分類器構(gòu)建[D]. 初依儂.廣州中醫(yī)藥大學(xué) 2018
[3]面向特定主題的網(wǎng)頁敏感內(nèi)容提取關(guān)鍵技術(shù)研究[D]. 李逸鳴.國防科學(xué)技術(shù)大學(xué) 2015



本文編號：3325799