随机森林算法在小麦育种辅助评价中的应用
为了提高育种领域选种的准确率同时缩短品种培育年限,利用改进的随机森林算法根据小麦育种历史数据构建评价模型.在训练分类器之前,利用改进的SMOTE算法来改善训练样本集中的非平衡现象;在基分类器训练完成后,测试单个分类器的性能并剔除性能较差的基分类器,实现随机森林中基分类器的筛选.实验结果表明,文中提出的算法在小麦种质评价方面取得了不错的效果,可以辅助育种工作者进行品种选育.
小麦育种评价、非平衡数据集、随机森林、改进的SMOTE方法
26
中国科学院战略性先导科技专项XDA08040110
2018-04-10(万方平台首次上网日期,不代表论文的发表时间)
共5页
181-185