农业机械学报

作者：袁培森,杨承林,宋玉红,翟肇裕,徐焕良

单位：南京农业大学,南京农业大学,南京农业大学,马德里理工大学,南京农业大学,

关键词：水稻表型组学;实体分类;堆叠式集成学习;知识图谱;潜在语义模型

基金：国家自然科学基金项目(61502236)、中央高校基本科研业务费专项资金项目(KJQN201651)和大学生创新创业训练专项计划项目(S20190025)

为研究整合水稻表型组学相关知识，系统地建立水稻表型组学知识图谱，通过分布式爬虫框架从国家水稻数据中心网站获取水稻表型组学数据集，并以互动百科为辅助数据源获取水稻表型组学数据。对水稻表型组学数据采用TF-IDF技术结合潜在语义模型进行预处理，并对水稻表型组学实体进行人工分类和标注。为实现水稻表型组学实体分类，研究了基于堆叠式两阶段集成学习的分类器组合模型，结合K-近邻算法、支持向量机、随机森林、梯度提升决策树机器学习方法，提升水稻表型组学实体数据分类的性能。研究表明，基于堆叠式两阶段集成学习的分类器组合模型对不同类别的水稻表型组学数据都具有较好的多分类能力，对于不平衡的水稻表型组学数据集，本文方法的分类器组合模型对水稻表型组学数据分类效果最佳，Gene类别的F1为90.47%，总体准确率达80.55%，比支持向量机、K-近邻、随机森林和梯度提升决策树4种基分类器的分类准确率平均高6.78个百分点。

来源：2019年第11期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第11期