基于拼接技术的植株三维模型生成方法和装置

    公开(公告)号:CN117689823B

    公开(公告)日:2024-05-14

    申请号:CN202410151823.8

    申请日:2024-02-02

    Abstract: 本申请涉及一种基于拼接技术的植株三维模型生成方法和装置。所述方法包括:构建与待建模植株的各个器官对应的各类三维器官模型;获取所述待建模植株的个体信息;基于所述个体信息,将所述三维器官模型进行拼接,得到所述待建模植株的目标三维模型;通过三维器官模型的构建与拼接,解决了传统方法中重建过程耗时长,遮挡严重的问题,提高了植株三维重建的速度和精度。

    基于集成学习的育种跨代表型预测方法与系统、电子设备

    公开(公告)号:CN116580773A

    公开(公告)日:2023-08-11

    申请号:CN202310373424.1

    申请日:2023-04-10

    Abstract: 本发明公开了一种基于集成学习的育种跨代表型预测方法与系统、电子设备,包括:获取高世代作物及对应后世代作物的基因型数据,采集高世代作物的目标表型数据;基于遗传算法计算评价函数,根据评价函数从基因型数据中筛选出高世代作物中与对应的后世代作物具有遗传相关的基因型数据子集;通过子集训练若干不同的机器学习模型;计算各机器学习模型的评价指标,并排序,选取前K个机器学习模型作为基础学习器;将K个基础学习器基于集成学习方法进行堆叠,训练得到元学习器;将后世代作物的基因型数据输入至基础学习器中得到元数据,再将元数据输入至元学习器中,得到后世代作物的预测目标表型数据。

    与大豆株高显著关联的单核苷酸突变位点SNP、KASP标记及其应用

    公开(公告)号:CN119876474A

    公开(公告)日:2025-04-25

    申请号:CN202510255060.6

    申请日:2025-03-05

    Abstract: 本发明公开了一种与大豆株高显著关联的单核苷酸突变位点SNP、KASP标记及其应用。该SNP分子标记位于大豆第5染色体36108741bp位置,碱基为T或C,与大豆株高表型显著相关,位点基因型为TT的大豆品种的株高显著低于基因型为CC的大豆品种;依据此SNP位点开发三条KASP引物,分别为SEQ ID NO.1、SEQ ID NO.2和SEQ ID NO.3,利用该引物对待测大豆进行PCR扩增和基因分型,若检测结果显示此标记位置碱基类型为T,则判定该大豆品种株高较矮;若检测结果为C,则判定株高较高。本发明的SNP分子标记可以作为大豆育种过程中株高性状的辅助选择标记,提高选择的准确性,加快大豆株高性状相关育种过程。

    与大豆百粒重显著关联的单核苷酸突变位点SNP、KASP标记及其应用

    公开(公告)号:CN120060539A

    公开(公告)日:2025-05-30

    申请号:CN202510255061.0

    申请日:2025-03-05

    Abstract: 本发明公开了一种与大豆百粒重显著关联的单核苷酸突变位点SNP、KASP标记及其应用。该SNP分子标记位于大豆第15染色体40068386bp位置,碱基为C或T,与大豆百粒重表型显著相关,位点基因型为TT的大豆品种的百粒重显著低于基因型为CC的大豆品种;依据此SNP位点开发三条KASP引物,分别为SEQ ID NO.1、SEQ ID NO.2和SEQ ID NO.3,利用该引物对待测大豆进行PCR扩增和基因分型,若检测结果显示此标记位置碱基类型为T,则判定该大豆品种百粒重较小;若检测结果为C,则判定百粒重较大。本发明的SNP分子标记可以作为大豆育种过程中百粒重性状的辅助选择标记,提高选择的准确性,加快大豆百粒重性状相关育种过程。

    基于拼接技术的植株三维模型生成方法和装置

    公开(公告)号:CN117689823A

    公开(公告)日:2024-03-12

    申请号:CN202410151823.8

    申请日:2024-02-02

    Abstract: 本申请涉及一种基于拼接技术的植株三维模型生成方法和装置。所述方法包括:构建与待建模植株的各个器官对应的各类三维器官模型;获取所述待建模植株的个体信息;基于所述个体信息,将所述三维器官模型进行拼接,得到所述待建模植株的目标三维模型;通过三维器官模型的构建与拼接,解决了传统方法中重建过程耗时长,遮挡严重的问题,提高了植株三维重建的速度和精度。

    一种基于图聚类的基因编码育种预测方法和装置

    公开(公告)号:CN115691661A

    公开(公告)日:2023-02-03

    申请号:CN202211185464.5

    申请日:2022-09-26

    Abstract: 本发明提供了一种基于图聚类的基因编码育种预测方法及装置,本发明基于基因间相关性强弱构建基因图谱;对基因图谱进行聚类求解,得到共同调控基因组个数和每个基因的基因组聚类编号信息;融合基因等位信息和基因组聚类编号信息,得到样本的基因聚类编码;基于基因聚类编码信息和待预测生物表型信息,构建深度卷积神经网络,以优化基因育种预测性能。本发明充分利用基因图谱蕴含的基因间相互作用关系网络,能够有效提取用于控制生物表型输出的调控基因特征,解决经典模型输入编码层对基因图谱间基因相互作用关系编码不足的问题,保障生物表型的基因育种预测精准性,进而提高基因育种的速度、效率和质量,尤其产量的提高。

Patent Agency Ranking