System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及水产育种领域,特别是涉及一种梨形环棱螺出肉率的评估方法、设备、介质及产品。
技术介绍
1、梨形环棱螺是畅销食品“螺蛳粉”的主要原材料之一,具有较高的经济价值,现已在多地广泛养殖。为了梨形环棱螺进一步规模化及工厂化养殖的发展,有必要开展针对梨形环棱螺的选育种工作。目前已完成了梨形环棱螺染色体水平基因组组装,并对梨形环棱螺分子遗传学、几何形态生长性状遗传参数、形态性状与体质量的相关性等方面进行了研究。梨形环棱螺出肉率是育种中重要指标之一,但现存测量出肉率方法会导致梨形环棱螺死亡,不利于后续育种工作的进行。
技术实现思路
1、本申请的目的是提供一种梨形环棱螺出肉率的评估方法、设备、介质及产品,可实现梨形环棱螺出肉率的无损评估,能够在梨形环棱螺存活的情况下预测其出肉率。
2、为实现上述目的,本申请提供了如下方案:
3、第一方面,本申请提供了一种梨形环棱螺出肉率的评估方法,包括:
4、获取梨形环棱螺形态学数据集;所述梨形环棱螺形态学数据集中包括:若干个样本梨形环棱螺个体的性状参数和对应的软体重;
5、基于梨形环棱螺形态学数据集构建最优knn预测模型;所述最优knn预测模型用于根据梨形环棱螺个体的性状参数预测软体重;
6、将目标梨形环棱螺个体的性状参数输入至最优knn预测模型,得到目标梨形环棱螺个体的软体重预测值;
7、将目标梨形环棱螺个体的软体重预测值与体重相除,得到目标梨形环棱螺个体的出肉率预测值。
< ...【技术保护点】
1.一种梨形环棱螺出肉率的评估方法,其特征在于,包括:
2.根据权利要求1所述的梨形环棱螺出肉率的评估方法,其特征在于,所述性状参数包括:体重、壳宽、壳高、壳口宽、壳口高、体螺层高、螺旋部高和性别。
3.根据权利要求1所述的梨形环棱螺出肉率的评估方法,其特征在于,基于梨形环棱螺形态学数据集构建最优KNN预测模型,包括:
4.根据权利要求3所述的梨形环棱螺出肉率的评估方法,其特征在于,删除梨形环棱螺形态学数据集中含有缺失值的数据,得到训练集,包括:
5.根据权利要求3所述的梨形环棱螺出肉率的评估方法,其特征在于,基于训练集构建最优KNN预测模型,包括:
6.根据权利要求5所述的梨形环棱螺出肉率的评估方法,其特征在于,所述多个K值分别为5、7和9。
7.根据权利要求5所述的梨形环棱螺出肉率的评估方法,其特征在于,采用均方根误差评估各KNN预测模型的预测准确率,并将均方根误差最小的KNN预测模型作为最优KNN预测模型。
8.一种计算机设备,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-7中任一项所述的梨形环棱螺出肉率的评估方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-7中任一项所述的梨形环棱螺出肉率的评估方法。
...【技术特征摘要】
1.一种梨形环棱螺出肉率的评估方法,其特征在于,包括:
2.根据权利要求1所述的梨形环棱螺出肉率的评估方法,其特征在于,所述性状参数包括:体重、壳宽、壳高、壳口宽、壳口高、体螺层高、螺旋部高和性别。
3.根据权利要求1所述的梨形环棱螺出肉率的评估方法,其特征在于,基于梨形环棱螺形态学数据集构建最优knn预测模型,包括:
4.根据权利要求3所述的梨形环棱螺出肉率的评估方法,其特征在于,删除梨形环棱螺形态学数据集中含有缺失值的数据,得到训练集,包括:
5.根据权利要求3所述的梨形环棱螺出肉率的评估方法,其特征在于,基于训练集构建最优knn预测模型,包括:
6.根据权利要求5所述的梨形环棱螺出肉率的评估方法,其特征在于,所述多个k值分别为5、7和9...
【专利技术属性】
技术研发人员:潘贤辉,侯露露,周康奇,林勇,彭金霞,覃俊奇,陈忠,杜雪松,韦嫔媛,何苹萍,王大鹏,邓潜,
申请(专利权)人:广西壮族自治区水产科学研究院广西壮族自治区渔业病害防治环境监测和质量检验中心,广西壮族自治区水生野生动物救护中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。