基于人工智能的小麦高效育种信息交互系统构建

摘要：

小麦是人类社会重要的粮食资源之一,因此基于人工智能技术构建高效育种信息交互平台对于高质高产的小麦种植具有重要的战略价值.高效育种信息交互平台的搭建关键在于核心数据的准确识别与分类,基于此该研究提出了一种Naive Bayes(朴素贝叶斯)-AdaBoost策略,应用于小麦育种信息数据的分类与识别,并实现构筑交互平台.在该策略中AdaBoost主要用于对Naive Bayes的弱分类器进行迭代,形成强分类器,同时过滤并优化核心词汇,达到提高分类识别准确度的目的.结果显示,与传统Naive Bayes方法相比该方法准确率提高了 12.2个百分点,识别的准确率达到99.2％,而此时基于Naive Bayes、决策树、支持向量机3种方法的准确率分别为87.0％、86.6％和85.6％.结果表明,该研究所提方法在面对复杂数据分类识别的场景中具有较大的应用潜力.

关键词：小麦、交互平台、Naive Bayes、AdaBoost、育种交互、核心词汇

所属期刊栏目：40

分类号：S126(农业物理学)

资助基金：上海市青年科技英才扬帆计划项目;上海应用技术大学引进人才基金项目;上海应用技术大学协同创新基金;上海应用技术大学中青年科技人才发展基金项目

在线出版日期：2024-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：117-123