作物种质资源大数据体系研究
发布时间：2021-03-26 18:43
随着生物技术的快速发展和数据获取方式的多源化,作物种质资源研究领域产生了大量的结构化、半结构化和非结构化数据,作物种质资源迈入了大数据时代。大数据技术在海量异构数据处理方面具有绝对优势,通过对数据高度自动化的分析,做出归纳性的推理,从中挖掘出潜在的模式和规则,为社会提供更具价值的信息。虽然近年来我国部分学者逐渐意识到建设作物种质资源大数据的重要性,然而作物种质资源大数据相关概念尚需界定与明晰,作物种质资源大数据体系及其内容尚待建立与实施。因此,本文基于作物种质资源大数据的研究现状,对作物种质资源大数据体系构建进行了一定的理论探索与实践创新,旨在为进一步推动作物种质资源大数据建设提供理论依据和应用借鉴。本文研究工作主要包括以下几个方面:（1）构建了作物种质资源大数据体系总体框架。提出了基于大数据和作物种质资源的体系构建依据,制定了适用性、系统性、兼容性等8项体系建设原则,提出了以“基础-目标-过程-保障”为主路线的作物种质资源大数据四维要素结构,包括作物种质资源业务需求、大数据技术、数据加工和标准规范等,确定了体系构建的边界与内容,设计了作物种质资源大数据体系的总体框架。（2）详细设计了...
【文章来源】：中国农业科学院北京市
【文章页数】：109 页
【学位级别】：博士
【部分图文】：
作物种质资源数据分类Fig.4-2Classificationofcropgermplasmresourcesdata通过对作物种质资源业务的调研可知，作物种质资源数据通常有以下几个特征：第一，数据
中国农业科学院博士学位论文第五章技术/工具体系设计59由于普通数码相机具备高分辨率、低成本和高可靠性的特点，因此被广泛用于实验中（ZHOUetal.,2012;JIetal.,2012;CHANGetal.,2012;AQUINOetal.,2015;MALDONADOetal.,2016）。可将数码相机加装到田间移动表型平台（SVENSGAARDetal.,2014;CRAINetal.,2016;STARKetal.,2016;CENDRERO-MATEOetal.,2017）上采集RGB数据，但会增加实验成本，本次实验通过人工手持DJIHG310OSMO+相机在自然光照下以距地面1.7m至1.9m的高度垂直向下拍摄。这样做的优点是使得麦穗之间尽可能不发生遮挡，同时麦穗在图像中表现大小适中，清晰可辨。（a）实验小区（b）原始小麦表型图像图5-8实验小区麦穗表型图像Fig.5-8Experimentalplotandphenotypicimagesofwheatear（2）数据预处理采集的麦穗图像每幅大小约3MB~4MB，分辨率为4000×2250。为了有效计算小麦单位面积穗数，在数据处理分析前先对图像进行压缩和统一图片大小等预处理操作。对原始图像进行截取，仅保留红色边框区域，并将分辨率设置为1000×1004，再对处理后的图像进行标注。实验使用LabelImg软件标注了136幅图片约10000个麦穗样本作为训练数据集，另外标注了12幅图片1400个麦穗样本作为测试数据集用于对训练生成的麦穗检测模型进行验证。如图5-9所示。在标注过程中需对图片中所有麦穗进行标注，不能只对部分麦穗标注，否则将影响模型的检测效果，同时对于存在部分重叠的麦穗也要标注，这样有利于检测模型对重叠麦穗的识别。（a）标注前（b）标注后图5-9标注前和标注后的训练数据Fig.5-9Trainingdatabeforeandafterlabeling
标注前和
【参考文献】：
期刊论文
[1]中国科学院科学数据标准体系研究与实践[J]. 胡良霖,郑晓欢,朱艳华,高瑜蔚,周园春. 图书馆. 2019(11)
[2]美国政府NIST大数据互操作性框架的特点研究及启示[J]. 张斌,王露露,张臻. 现代情报. 2019(11)
[3]铁路大数据标准体系研究[J]. 吴艳华,郑金子,李平,马小宁. 中国铁路. 2019(08)
[4]农业大数据的专属特征及应用现状探讨[J]. 杨一丰,蒋思凯,蒋雅茜,蒋猛,何培祥,唐章林. 南方农业. 2019(22)
[5]赋能与被赋能 谁是企业智能化转型路上的强力“发动机”[J]. 刘旷. 商讯. 2018(14)
[6]植物表型组学:发展、现状与挑战[J]. 周济,Francois Tardieu,Tony Pridmore,John Doonan,Daniel Reynolds,Neil Hall,Simon Griffiths,程涛,朱艳,王秀娥,姜东,丁艳锋. 南京农业大学学报. 2018(04)
[7]安防行业存储技术发展与趋势[J]. 徐旺. 中国公共安全. 2018(07)
[8]农业信息技术在小麦育种中的应用研究[J]. 王君婵,高致富,李东升,朱冬梅,吴宏亚. 作物杂志. 2018(03)
[9]作物种质资源研究态势分析[J]. 张爱民,阳文龙,方红曼,吕慧颖,邓向东,葛毅强,魏珣,杨维才. 植物遗传资源学报. 2018(03)
[10]小麦育种行业创新现状与发展趋势[J]. 刘志勇,王道文,张爱民,梁翰文,吕慧颖,邓向东,葛毅强,魏珣,杨维才. 植物遗传资源学报. 2018(03)
博士论文
[1]大数据分析驱动的高速铁路应急管理关键技术研究[D]. 王普.中国铁道科学研究院 2019
[2]面向农业领域的大数据关键技术研究[D]. 郭雷风.中国农业科学院 2016
[3]基于资源统一标识的国家农作物种质资源平台信息系统研究[D]. 方沩.中国农业科学院 2015
硕士论文
[1]越橘种质资源的CDDP遗传多样性及聚类分析[D]. 房文秀.大连理工大学 2016
[2]Hadoop大数据平台与传统数据仓库的协作研究[D]. 费仕忆.东华大学 2014
[3]基于RFID技术的多信息动态标识系统的研究及应用[D]. 邢琳琳.浙江大学 2013
[4]规则引擎中模式匹配算法及规则引擎应用的研究[D]. 童毅.北京邮电大学 2010
[5]基于Internet的中国作物种质资源信息共享服务系统研究[D]. 闫小军.中国农业科学院 2004
[6]基于Internet的农作物种质资源特性数据评价系统开发研究[D]. 陈云刚.中国农业科学院 2001
本文编号：3102065
【文章来源】：中国农业科学院北京市
【文章页数】：109 页
【学位级别】：博士
【部分图文】：
作物种质资源数据分类Fig.4-2Classificationofcropgermplasmresourcesdata通过对作物种质资源业务的调研可知，作物种质资源数据通常有以下几个特征：第一，数据
中国农业科学院博士学位论文第五章技术/工具体系设计59由于普通数码相机具备高分辨率、低成本和高可靠性的特点，因此被广泛用于实验中（ZHOUetal.,2012;JIetal.,2012;CHANGetal.,2012;AQUINOetal.,2015;MALDONADOetal.,2016）。可将数码相机加装到田间移动表型平台（SVENSGAARDetal.,2014;CRAINetal.,2016;STARKetal.,2016;CENDRERO-MATEOetal.,2017）上采集RGB数据，但会增加实验成本，本次实验通过人工手持DJIHG310OSMO+相机在自然光照下以距地面1.7m至1.9m的高度垂直向下拍摄。这样做的优点是使得麦穗之间尽可能不发生遮挡，同时麦穗在图像中表现大小适中，清晰可辨。（a）实验小区（b）原始小麦表型图像图5-8实验小区麦穗表型图像Fig.5-8Experimentalplotandphenotypicimagesofwheatear（2）数据预处理采集的麦穗图像每幅大小约3MB~4MB，分辨率为4000×2250。为了有效计算小麦单位面积穗数，在数据处理分析前先对图像进行压缩和统一图片大小等预处理操作。对原始图像进行截取，仅保留红色边框区域，并将分辨率设置为1000×1004，再对处理后的图像进行标注。实验使用LabelImg软件标注了136幅图片约10000个麦穗样本作为训练数据集，另外标注了12幅图片1400个麦穗样本作为测试数据集用于对训练生成的麦穗检测模型进行验证。如图5-9所示。在标注过程中需对图片中所有麦穗进行标注，不能只对部分麦穗标注，否则将影响模型的检测效果，同时对于存在部分重叠的麦穗也要标注，这样有利于检测模型对重叠麦穗的识别。（a）标注前（b）标注后图5-9标注前和标注后的训练数据Fig.5-9Trainingdatabeforeandafterlabeling
标注前和
【参考文献】：
期刊论文
[1]中国科学院科学数据标准体系研究与实践[J]. 胡良霖,郑晓欢,朱艳华,高瑜蔚,周园春. 图书馆. 2019(11)
[2]美国政府NIST大数据互操作性框架的特点研究及启示[J]. 张斌,王露露,张臻. 现代情报. 2019(11)
[3]铁路大数据标准体系研究[J]. 吴艳华,郑金子,李平,马小宁. 中国铁路. 2019(08)
[4]农业大数据的专属特征及应用现状探讨[J]. 杨一丰,蒋思凯,蒋雅茜,蒋猛,何培祥,唐章林. 南方农业. 2019(22)
[5]赋能与被赋能 谁是企业智能化转型路上的强力“发动机”[J]. 刘旷. 商讯. 2018(14)
[6]植物表型组学:发展、现状与挑战[J]. 周济,Francois Tardieu,Tony Pridmore,John Doonan,Daniel Reynolds,Neil Hall,Simon Griffiths,程涛,朱艳,王秀娥,姜东,丁艳锋. 南京农业大学学报. 2018(04)
[7]安防行业存储技术发展与趋势[J]. 徐旺. 中国公共安全. 2018(07)
[8]农业信息技术在小麦育种中的应用研究[J]. 王君婵,高致富,李东升,朱冬梅,吴宏亚. 作物杂志. 2018(03)
[9]作物种质资源研究态势分析[J]. 张爱民,阳文龙,方红曼,吕慧颖,邓向东,葛毅强,魏珣,杨维才. 植物遗传资源学报. 2018(03)
[10]小麦育种行业创新现状与发展趋势[J]. 刘志勇,王道文,张爱民,梁翰文,吕慧颖,邓向东,葛毅强,魏珣,杨维才. 植物遗传资源学报. 2018(03)
博士论文
[1]大数据分析驱动的高速铁路应急管理关键技术研究[D]. 王普.中国铁道科学研究院 2019
[2]面向农业领域的大数据关键技术研究[D]. 郭雷风.中国农业科学院 2016
[3]基于资源统一标识的国家农作物种质资源平台信息系统研究[D]. 方沩.中国农业科学院 2015
硕士论文
[1]越橘种质资源的CDDP遗传多样性及聚类分析[D]. 房文秀.大连理工大学 2016
[2]Hadoop大数据平台与传统数据仓库的协作研究[D]. 费仕忆.东华大学 2014
[3]基于RFID技术的多信息动态标识系统的研究及应用[D]. 邢琳琳.浙江大学 2013
[4]规则引擎中模式匹配算法及规则引擎应用的研究[D]. 童毅.北京邮电大学 2010
[5]基于Internet的中国作物种质资源信息共享服务系统研究[D]. 闫小军.中国农业科学院 2004
[6]基于Internet的农作物种质资源特性数据评价系统开发研究[D]. 陈云刚.中国农业科学院 2001
本文编号：3102065
本文链接：https://www.wllwen.com/nykjlw/nyxlw/3102065.html
