您好，欢迎访问中国农业科学院 机构知识库！

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

机器学习全基因组选择研究进展

文献类型： 中文期刊

作者： 李竟 1 ; 张元旭 1 ; 王泽昭 1 ; 陈燕 1 ; 徐凌洋 1 ; 张路培 1 ; 高雪 1 ; 高会江 1 ; 李俊雅 1 ; 朱波 1 ; 郭鹏 1 ;

作者机构： 1.天津农学院计算机与信息工程学院;中国农业科学院北京畜牧兽医研究所

关键词： 全基因组选择;研究进展;机器学习;深度学习;原理与应用

期刊名称： 畜牧兽医学报

ISSN： 0366-6964

年卷期： 2024 年 06 期

页码： 2281-2292

收录情况： 北大核心 ; CSCD

摘要： 机器学习方法是全基因组选择研究的重要分支，深度学习是近年来机器学习领域新的研究热点。本文介绍了机器学习以及深度学习全基因组选择研究的原理和应用发展，分别从模型框架、模型参数、特征选择等方面对深度学习全基因组育种值估计研究进展进行了阐述，探讨了深度学习全基因组选择研究中面临的一些的问题，并对未来进行了展望。

  • 相关文献

[1]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[2]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[3]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[4]基于深度学习的作物基因组学和遗传改良. 辛志奇,赵航,汪海,路铁刚. 2021

[5]机器学习在动物基因组选择中的研究进展. 李棉燕,王立贤,赵福平. 2023

[6]栽培苜蓿草地智能感知系统关键生物物理指标实时监测及分析算法研究. 苗春丽,李仲贤,赵志成,伏帅,高金龙,刘洁,冯琦胜,梁天刚. 2023

[7]基于高光谱成像技术和深度学习的烤后烟叶品种分类判别. 孟令峰,邢富康,韦克苏,王爱华,程昌新,曹娜,林跃平,王松峰,朱荣光. 2024

[8]动物遗传评估软件研究进展. 张元旭,李竟,王泽昭,陈燕,徐凌洋,张路培,高雪,高会江,李俊雅,朱波,郭鹏. 2024

[9]国内外肉牛遗传评估体系概况. 朱波,李宏伟,周姵诺,李倩,高翰,王泽昭,汪聪勇,蔡文涛,徐凌洋,陈燕,张路培,高雪,高会江,李俊雅. 2021

[10]基于显性模型的基因组选择中贝叶斯方法研究. 王延晖,朱波,李俊雅. 2017

[11]整合生物学先验信息的全基因组选择方法及其在家畜育种中的应用进展. 袁泽湖,葛玲,李发弟,乐祥鹏,孙伟. 2021

[12]我国动物生物育种产业现状及发展策略探讨. 熊明民,杨亚岚,阮进学,王冰源,张艳敏,周荣,李奎. 2016

[13]紫花苜蓿 QTL 与全基因组选择研究进展及其应用. 康俊梅,张铁军,王梦颖,张怡,杨青川. 2014

[14]作物智能设计育种-自然变异的智能组合和人工变异的智能创制. 汪海,赖锦盛,王海洋,李新海. 2022

[15]我国肉牛种业科技发展现状与引智对策. 徐哲,高雪,张军民,李俊雅. 2016

[16]玉米单倍体工程化育种研究进展和展望. 衡燕芳,范开建,陈绍江,黎亮. 2022

[17]烟草基因组辅助育种研究进展. 蒋家乐,余文,程崖芝,巫升鑫,石好琪,李彩月,丁安明,王卫锋. 2024

[18]群体构成方式对大豆百粒重全基因组选择预测准确度的影响. 马岩松,刘章雄,文自翔,魏淑红,杨春明,王会才,杨春燕,卢为国,徐冉,张万海,吴纪安,胡国华,栾晓燕,付亚书,王曙明,韩天富,张孟臣,张磊,苑保军,郭勇,Jochen C.REIF,江勇,李文滨,王德春,邱丽娟. 2018

[19]基因组选择在绵羊育种中的应用. 赵志达,张莉. 2019

[20]紫花苜蓿QTL与全基因组选择研究进展及其应用. 康俊梅,张铁军,王梦颖,张怡,杨青川. 2014

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：中国农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台