搜索结果: 1-15 共查到“作物学 预测”相关记录102条 . 查询时间(0.196 秒)
华中农业大学学者开发基于深度学习的作物表型预测模型SoyDNGP（图）
作物表型 预测模型 SoyDNGP
<
2023/10/17
2023年10月11日，华中农业大学植物科学技术学院王旭彤教授课题组在国际学术期刊Briefings in Bioinformatics在线发表题为最新研究成果。该研究基于卷积神经网络融合CA注意力机制开发出了作物表型预测模型SoyDNGP，并将其应用于大豆性状预测中，与DNNGP、DeepGS等经典预测模型相比，其性能具有明显提升。团队基于该模型搭建了大豆表型预测网站，为该领域研究团队提供免费、...
广西壮族自治区亚热带作物研究所专利：一种采用嫁接预测杂种优势的方法（图）
亚热带作物研究所 专利 嫁接预测 杂种优势
<
2023/3/16
本发明公开了一种采用嫁接预测杂种优势的方法,包括以下步骤：(1)选择具有代表的生态型作为试验的场地；(2)设计种植小区数,设置重复数；(3)嫁接,将两种或两种以上的植物进行嫁接,所述嫁接类型包括：父母本值类,亲和性值类,交互值类；所述嫁接方法包括双接穗或双接穗以上的嫁接；(4)嫁接后按嫁接各自作物要求管理,定期抹去嫁接以下的抽生芽,嫁接成活后,仅留接穗生长,其余抹去,然后进行水肥管理；(5)收获时...
中国科学院植物研究所科研人员开发高精度全基因组预测模型加速作物镉污染风险预警和低镉品种选育（图）
作物 镉污染 低镉品种选育
<
2023/4/14
我国耕地土壤镉污染治理形势比较严峻，粮食作物镉污染事件时有发生。开展农作物镉污染风险预警和低镉作物选育可从根本上减少镉从作物向人体的迁徙风险，是保障国家粮食质量安全的重要举措。全基因组选择是一种利用覆盖全基因组的高密度分子标记进行选择育种的方法，可通过根据基因组估计育种值实现早期个体表型预测和选择，缩短世代间隔，加快育种进程，高精度全基因组预测模型的开发为基因组选择育种提供了重要保障。
中国科学院植物所科研人员开发高精度全基因组预测模型加速作物镉污染风险预警和低镉品种选育（图）
基因 预测模型 作物镉污染 低镉品种选育
<
2023/6/12
我国耕地土壤镉污染治理形势比较严峻，粮食作物镉污染事件时有发生。开展农作物镉污染风险预警和低镉作物选育可从根本上减少镉从作物向人体的迁徙风险，是保障国家粮食质量安全的重要举措。全基因组选择是一种利用覆盖全基因组的高密度分子标记进行选择育种的方法，可通过根据基因组估计育种值实现早期个体表型预测和选择，缩短世代间隔，加快育种进程，高精度全基因组预测模型的开发为基因组选择育种提供了重要保障。
作中国农业科学院作物科学研究所科所领衔倡导基因组-环境组集成预测的智能育种新策略（图）
基因组 环境组集成预测 智能育种
<
2022/9/21
2022年9月7日，中国农业科学院作物科学研究所作物分子育种技术和应用创新团队，提出和倡导了大数据和人工智能驱动下的智能育种新策略——基因组-环境组集成预测。这一新策略的提出，将改变过去主要利用基因型和表型进行选择的育种模式，使未来育种能够在基因型-表型-环境型全方位信息支撑下，准确预测特定基因型在特定环境下的表现，实现真正意义上的适应气候变化、适应特定环境的定向育种。相关成果在线发表于《分子植物...
2022年2月，西北农林科技大学水利与建筑工程学院何建强教授团队在农林气象领域权威期刊《Agricultural and Forest Meteorology》连续发表题为“Using support vector machine to deal with the missing of solar radiation data in daily reference evapotranspirati...
近日，沈阳农业大学联合国际玉米小麦改良中心开展了相关研究，在《作物学报（英文版）》在线发表研究论文。作者利用全基因组选择技术预测了3个测交试验中杂交种产量和自交系配合力的表现，试验中的所有自交系亲本进行了中密度分子标记鉴定，所有杂交种开展了多环境产量鉴定试验，测定了自交系的配合力。
2021年5月25日，华中农业大学水稻团队谢为博教授课题组发布了一项基于深度学习模型预测植物基因组序列变异调控效应的网络服务，该服务还可用于分析序列中的顺式调控元件。相关研究成果发表在国际学术期刊Nucleic Acids Research上。
日前，国家自然科学基金委员会公布了2020年度国家自然科学基金项目评审结果。我校农学院“粮食作物生产力监测预测机理与方法”群体成功入选国家自然科学基金创新研究群体。这是我国作物栽培学与耕作学学科首个获批立项的国家自然科学基金创新研究群体，实现了学校在国家级创新群体建设上的再次突破。
研究大豆种子成熟蛋白PM40基因在不同逆境条件下及大豆各组织中的表达情况，并对其上游启动子序列进行生物信息学预测，为揭示PM40基因表达本质及其启动子的功能研究、利用提供理论依据。利用qRT-PCR方法，检测PM40基因在干旱、盐、低温、脱落酸条件下的表达；比较该基因在大豆根、茎、叶、花、30DAF、60DAF和90DAF中的表达；克隆PM40基因5'端上游启动子序列，并预测其含有的顺式作用元件。...
为探索南瓜果实含糖量相关性状的遗传规律,本试验以糖组分和含量差异显著的广东本地高代自交系品种(CMO-97)和泰国引进的高代自交系品种(CMO-E)为亲本,构建F2分离群体,并基于高通量测序和亲本基因组重测序结果,开发与南瓜含糖量相关性状连锁的分子标记,对蔗糖葡萄糖比值性状所在的原始定位区间(qs/g19-a)进行遗传图谱加密,预测控制南瓜果实甜度的关键基因,筛选与果实糖含量性状紧密连锁的分子标记...
黑龙江农业经济职业学院春小麦栽培技术课件 产量预测
黑龙江农业经济职业学院 春小麦栽培技术 课件 产量预测
<
2019/11/14
黑龙江农业经济职业学院春小麦栽培技术课件 产量预测。
【目的】在亲本一般配合力的基础上优选特殊配合力高的杂交种，是水稻杂种育种的关键。基因组选择基于覆盖全基因组的分子标记和样本的表型数据建立预测模型，实现对品种更加可靠的选择。【方法】本研究利用一组基于不完全双列杂交(NCII设计)的水稻数据集，考查其多个农艺性状配合力的基因组预测能力。并比较了不同训练群体构建方法对杂交种表型预测能力的影响。【结果】8个农艺性状一般配合力的预测能力由其遗传率主导，从0...
拉曼光谱结合UVE-SVR算法预测加热食用油反式脂肪酸的含量
食用油 反式脂肪酸(TFAs) 无信息变量消除法(UVE) Fisher判别分析(FDA) 支持向量回归机(SVR)
<
2020/3/2
为实现拉曼光谱技术对食用油加热后反式脂肪酸(TFAs)含量的快速预测,将3种食用油在190℃下(常用煎炸温度)进行不同时间加热,每个样品采集36条拉曼光谱。首先,采用多项式平滑与标准正态变量变换(SNN)对原始光谱数据进行预处理,以去除背景和噪音的干扰,然后采用无信息变量消除法(UVE)对光谱数据进行特征变量筛选,最后分别基于全谱数据和筛选的特征光谱变量建立定性和定量分析模型,并对试验结果进行对比...