本發明提供一種小麥突變體識別方法,該方法包括:收集小麥籽粒的紅外光譜,將紅外光譜數據按比例分為訓練集和預測集;對訓練集和預測集中的紅外光譜數據進行預處理后,基于紅外光譜數據的特征吸收峰波數和特征吸收波段,對隨機森林模型和判別分析模型進行訓練;根據訓練后的隨機森林模型和判別分析模型的準確率,篩選最佳預處理方式;基于最佳預處理方式,以及隨機森林模型輸出的最佳判別波段,確定突變體類型,并基于最佳判別波段通過判別分析模型鑒別對應的小麥突變體。通過該方案解決了現有小麥突變體識別方法準確率低且需要的樣本量大的問題,可以減少樣本需求,無損快速對樣本進行處理,同時突變體識別準確率高。
聲明:
“小麥突變體識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)