[發明專利]玉米良種選育方法

有效

• 申請號: 201210521228.6
• 申請日: 2012-12-07
• 公開（公告）號: CN103020864A
• 公開（公告）日: 2013-04-03
• 發明（設計）人: 邱建林;顧翔;陳建平;季丹;陳燕云;卞彩峰
• 申請（專利權）人: 南通大學
• 主分類號: G06Q50/02
• 分類號: G06Q50/02
• 代理公司: 南通市永通專利事務所 32100
• 代理人: 葛雷

技術領域

本發明涉及一種玉米良種選育方法。?

背景技術

原始的數據難以直接地應用到數據挖掘的處理過程中，需在分析之前將數據進行某種變換，以轉換成對算法有用的特征，這個步驟就叫做原始數據集的準備和變換。它廣泛地應用于數據挖掘的各個環節中，是較為重要的一步。傳統的處理手段有很多，有簡單的變換操作，例如變量的標準化、離散化等；有基于降維的特征提取、選擇和構造方法，例如主成分分析法(PCA)、非線性區別分析、Kohonen匹配、Sammon投影等；有結合其他領域知識的處理方法，例如分形技術、聚類和支持向量機等。可見數據的預處理步驟方法眾多，適用范圍廣泛。?

聚類是一種常見的數據挖掘分析工具，它基于“物以類聚”的思想，把大量數據點的集合分成若干類或簇，使得每個類中的數據之間最大程度地相似，而不同類中的數據最大程度地不同。聚類分析屬于一種無指導的學習方法，它的一個突出特點是能處理大型復雜的數據集，而且可作為其他算法的預處理步驟。?

傳統的聚類方法可分為四個方面：基于劃分、層次、密度和網格的聚類方式。常見的經典算法包括K-MEANS劃分算法；CURE^[1]、BIRCH、CHAMELEON^[2]層次算法；DBSCAN密度算法；STING、WaveCluster、CLIQUE?網格算法等。其中，K-MEANS算法簡單易懂，不需要繁復的先驗條件，且對于小規模數據的聚類效果較好；CURE算法采用了固定數目個樣本點代表簇類，可捕捉任意形狀的樣本集；BIRCH算法對于統一大小的凸面和球狀數據集較為有效，但對部分參數敏感；DBSCAN算法靈活，無需知道聚類數目，對于噪聲和高維數據的處理效果較好，只是對密度參數等較為敏感；STING算法多用于其它算法的并行處理步驟，可提高算法的處理效率…?

由此可見，傳統的聚類算法在伸縮性能、數據類型的處理、參數的敏感、發現的簇類形狀等方面都或多或少地存在一些缺陷，而且在處理日趨增長的高維數據方面也遇到了一定的瓶頸。因此，改進傳統的聚類算法，注入新鮮的領域知識，形成現代的聚類方法，對于我們處理大規模的高維數據是必不可少的。例如，基于模型的COBWEB統計模型、神經網絡模型以及超圖模型、基于譜圖的譜聚類方法、針對流數據的聚類方法以及結合其他領域知識所得的聚類方法(基于遺傳算法的蟻群算法和人工魚群算法、基于模糊理論的模糊聚類算法等)。每種聚類算法都有自己的優缺點和適用環境，所以我們在選擇聚類算法時，需針對具體的目標要求和自身特點，選擇最適合的聚類算法，以便我們能挖掘出潛在的有用規律。?

決策樹算法作為分類方法的一個分支，是應用較為廣泛的邏輯方法之一，其最大優點就是在學習過程中不需要太多背景知識，只需通過分類信息即可訓樣本，并用屬性-結論的形式表示出來。這種類似于流程圖的表述，能直觀地反映出數據的特征關系。對于不需太多專?家知識的數據集來說，運用決策樹算法對數據集進行分析，效果較好。目前較為著名的有ID3、C4.5、CART、SLIQ、SPRINT、CHAID等。但這些算法或多或少都存在一些問題，比如采用信息增益的方式會導致屬性偏向的問題；屬性劃分時最優閾值的確定；建樹過程不能回溯，只能尋找局部最優結果；不同的剪枝策略會導致不同的決策樹等。?

發明內容

本發明的目的在于提供一種簡便、效果好的玉米良種選育方法。?

本發明的技術解決方案是：?

一種玉米良種選育方法，其特征是：包括下列步驟：?

(1)選取樣本集?

選取原始玉米樣本集中的多個子類玉米、多個重要屬性作為分析對象，以應用融合的數據挖掘算法；?

(2)橫向降維?

1)標準化所選樣本集；?

2)計算所選擇的多個屬性的相關系數矩陣，分析相關系數矩陣，并標記關聯屬性集M1；?

3)通過計算系數因子，可得到主成分的前幾列系數矩陣，并標記關聯屬性集M2；?

4)合并關聯屬性集M1、M2中相關的集合，得到幾組相關性較強的屬性組，且每一組屬性組中的屬性也分別高關聯；?

5)根據所得的關聯屬性組，選擇相應的主成分式子，并根據屬性在主成分式子中的系數因子，確定該屬性在相應成分中所占的比重，作?為權重，可得新的特征值集合，用于后續算法的處理；?

(3)縱向約簡?

1)異常點檢測；檢測新的特征集中超過[-1.5，1.5]范圍的特殊樣本點，并進行異常分析；?