26年WP电子信息工程 作物全基因组数据的特征选择方法研究7.65-AI8.42-约20742字符-全日制.pdf

WHKJ大学本科毕业设计I摘要全基因组选择通过利用存在于基因组中的分子标记，在基因型和表型之间建立起预测关系，使其可以在育种早期对作物复杂的性状进行评估，并且对缩短育种周期和提高选择效率具有重要意义。小麦育种数据通常会表现出标记数量偏多、样本规模偏小、噪声来源比较复杂的情况，上述情况会造成维度灾难和模型过拟合的风险。本研究阐述了全基因组预测模型与特征选择方法的基本原理，包括 GBLUP、SVR、CNN 三类预测模型，把 PCA 降维、皮尔逊相关系数的特征筛选、XGBoost 特征重要性筛选和 LightGBM 特征重要性筛选四种特征选择方案应用到卷积神经网络...