-
公开(公告)号：CN116884481A
公开(公告)日：2023-10-13
申请号：CN202310697601.1
申请日：2023-06-13
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
IPC: G16B20/30 , G06N3/0464 , G06N3/0895 , G16B20/00
Abstract: 一种基于图卷积神经网络与自监督重构学习的基因到表型预测方法和系统，该方法基于图卷积神经网络的方法，将每个品种的大豆作为图节点，大豆的基因序列为节点的特征，利用每个品种大豆之间的亲缘关系作为图的边，将构建的图输入图卷积神经网络与自监督重构网络中，更新节点特征，实现大豆基因到表型的预测。本发明创新性的利用图卷积神经网络实现基因到表型的预测，利用自监督学习降低基因维度，并将品种之间的亲缘关系作为先验关联不同品种指导基因到表型挖掘，提高表型预测的效果。
-
公开(公告)号：CN116597894A
公开(公告)日：2023-08-15
申请号：CN202310359159.1
申请日：2023-03-31
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
Abstract: 基于XGBoost特征选择与深度学习结合的大豆基因到表型预测方法，首先基于XGBoost方法进行特征选择挑选基因位点，根据XGBoost获得每个基因位点的重要性量度，根据重要性量度排序将重要的基因位点挑选出来，然后将挑选的基因位点进行自监督重构训练得到重构网络参数，最后对挑选的基因位点onehot编码，并利用重要性量度值对编码加权重，将加权重后的编码输入到修改后的重构网络中实现大豆基因到表型的预测。本发明利用XGBoost进行重要基因位点筛选，过滤掉大量冗余的基因位点，并利用生成网络学习基因位点的分布，对基因位点重构，重构网络的参数作为预训练参数指导基因预测表型的训练，提高表型预测的效率和效果。
-
公开(公告)号：CN110839366B
公开(公告)日：2024-07-09
申请号：CN201910999291.2
申请日：2019-10-21
Applicant: 中国科学院东北地理与农业生态研究所 , 山东大学
Abstract: 大豆植株考种仪及表型数据采集与识别方法，所述考种仪包括外壳、旋转盘、固定盘、支撑杆、电机，所述旋转盘固定连接在所述外壳上，所述固定盘通过所述支撑杆与所述旋转盘固定连接，所述电机固定连接于所述外壳的内部，并与所述旋转盘相互之间固定连接；当所述电机转动时，可带动所述旋转盘旋转，进而通过所述支撑杆带动所述固定盘同步旋转。本发明还提供一种利用上述大豆植株考种仪进行数据采集的表型数据采集方法，以及一种利用上述表型数据采集方法进行数据识别的识别方法。
-
公开(公告)号：CN112042312B
公开(公告)日：2024-05-24
申请号：CN202010986466.9
申请日：2020-09-18
Applicant: 中国科学院东北地理与农业生态研究所 , 山东大学
Abstract: 本发明提供一种用于作物单株考种的表型测量仪，包括控制箱、回转机构、自转机构、夹持机构，控制箱分别与回转机构和自转机构电连接，夹持机构与回转机构固定连接，并与自转机构活动连接，夹持机构用于夹持待考种植株，回转机构用于带动夹持机构转动，自转机构用于带动夹持机构自转；回转机构包括回转电机和机械臂，回转电机设置于控制箱上，并与控制箱电连接，机械臂设置于回转电机的输出端，并与回转电机固定连接，夹持机构固定连接于机械臂的一端；当回转电机接收到控制箱的信号后，会带动机械臂在水平面上转动，进而带动夹持机构在水平面上转动。
-
公开(公告)号：CN110865080B
公开(公告)日：2024-12-17
申请号：CN201911310763.5
申请日：2019-12-18
Applicant: 中国科学院东北地理与农业生态研究所 , 山东大学
Abstract: 一种可采集大豆种脐表型图像数据的子实盘，所述子实盘包括互相为一体连接的底座和表盘，所述表盘包括用于放置种子的种子放置区，所述种子放置区包括放置槽；所述放置槽包括圆形槽和矩形槽，所述矩形槽设置于所述圆形槽内的底部，所述圆形槽的高度大于所述矩形槽的高度，并且所述圆形槽的高度小于种子的高度。所述表盘包括校验区和信息放置区，所述校验区内放置比色卡，用于对放置在所述种子放置区上的种子的最终图像进行颜色校验；所述信息放置区放置当前拍摄批次的种子编码信息及其他相关文本。
-
Patent Agency Ranking
公开(公告)号：CN114166654A
公开(公告)日：2022-03-11
申请号：CN202111322102.1
申请日：2021-11-09
Applicant: 中国科学院东北地理与农业生态研究所 , 山东大学
Abstract: 本发明提供一种作物抗倒伏性能测量设备、系统及方法，所述测量设备包括施力装置、测量装置和绑定装置；所述施力装置包括主支撑杆、水平支撑杆、摆动杆和活动压杆；所述测量装置包括拉力测量模块、角度传感器和微型姿态传感器；所述绑定装置用于绑定目标植株茎秆并与所述拉力测量模块连接。本发明提供的作物抗倒伏性能测量设备采用活动压杆与摆动杆折叠连接的方式，适用于密植、低矮，测量操作空间小的作物抗倒伏性能的测量，并能够有效地避免植株间的互相干扰。
-
公开(公告)号：CN112575116A
公开(公告)日：2021-03-30
申请号：CN202011633836.7
申请日：2020-12-31
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C12Q1/6895 , C12N15/11 , A01H1/04
Abstract: 本发明涉及一种大豆全基因组SNP位点组合、基因芯片及应用，所述大豆全基因组SNP位点组合，包括20648个SNP位点，所述20648个SNP位点如S00001‑20648所示。本发明基因芯片对功能基因有极高的覆盖度，SNP标记位点覆盖了大豆17096个功能基因，约占大豆总基因数的31％，且SNP标记位点位于基因编码区域。在20648个SNP标记位点中，其中17588个SNP标记位点位于基因上，此类SNP标记位点占SNP标记位点总数的85％；从而使得，其在分子辅助育种或全基因组选择育种应用时，可加速育种进程。
-
公开(公告)号：CN110619297A
公开(公告)日：2019-12-27
申请号：CN201910855071.2
申请日：2019-09-10
Applicant: 中国科学院东北地理与农业生态研究所 , 山东大学
Abstract: 本发明涉及一种豆类植物子实图像批量采集识别方法及装置，包括图像采集单元、二维码识别单元、二维码分析单元、大图像识别单元、大图像处理单元、种子图像识别单元、种子图像筛选单元、种子图像命名单元、图像过滤单元、及图像输出单元。可实现批量化图像采集及图像分割，以及分割后单个图像命名和输出的功能。使得实现后期自动化获取种子的表型数据，为计算机的深度学习提供有效基础数据。本发明给出一个面向计算机视觉(CV)处理需求的机械装置，实现对豆科植物子实的批量标准化图像采集，一张照片可以拍摄多粒子实，方便该图像CV处理和归一化处理，实现了快速、无损检测，提高图像采集效率，加速子实图像处理速度，实现子实表型数据的统一标准化获取。
-
公开(公告)号：CN112852989B
公开(公告)日：2023-08-18
申请号：CN202011632683.4
申请日：2020-12-31
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C12Q1/6895 , C12N15/11 , A01H1/04
Abstract: 本发明涉及一种与大豆农艺性状相关的SNP位点组合、液相基因芯片及应用,与大豆农艺性状相关的SNP位点组合，包括223个SNP位点，每个SNP位点包含两个不同碱基变异位点，用于检测该位点的等位基因变化，所述223个SNP位点的物理位置是基于大豆品种Williams82的全基因组序列比对确定的，所述大豆品种Williams82的全基因组序列的版本号为Glycine max Wm82.a2.v1。本发明所采用的223个SNP位点与大豆的重要农艺性状相关，可通过测定大豆植株DNA中这223个SNP位点的基因型来评估大豆植株的农艺性状，将其应用于大豆的分子辅助育种或全基因组育种时，加快了育种进程。
-
公开(公告)号：CN112746121A
公开(公告)日：2021-05-04
申请号：CN202011632698.0
申请日：2020-12-31
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C12Q1/6895 , C12N15/11
Abstract: 本发明涉及一种与大豆农艺性状相关的SNP位点组合、基因芯片及应用,与大豆农艺性状相关的SNP位点组合，包括2193个SNP位点，每个SNP位点包含两个不同碱基变异位点，用于检测该位点的等位基因变化，所述2193个SNP位点的物理位置是基于大豆品种Williams82的全基因组序列比对确定的，所述大豆品种Williams82的全基因组序列的版本号为Glycine max Wm82.a2.v1，所述2193个SNP位点的变异信息如SS0001‑2193所示。本发明所采用的2193个SNP位点与大豆的重要农艺性状相关，可通过测定大豆植株DNA中这2193个SNP位点的基因型来评估大豆植株的农艺性状，将其应用于大豆的分子辅助育种或全基因组育种时，加快了育种进程。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.052 seconds)
