基于聚类-决策树的玉米良种选育方法

摘要

本发明公开了一种基于聚类-决策树的玉米良种选育方法，包括数据预处理、建立决策树、根据形成的决策树，系统判断所输入的属性值属于哪个分类，并通过计算这个三维点和所属分类中其他点的距离，得到一个距离最小的点，这个点所具有的属性就是最接近于输入玉米品种的玉米属性，从子女表中查询出这个玉米品种的父类和母类，即完成玉米选育的功能。本发明结合聚类和决策树算法，可根据要求对玉米的生育信息、生长信息和收获信息等进行玉米良种的优选，可达到降低劳动强度，提高决策效率的目的。

主权项

一种基于聚类-决策树的玉米良种选育方法，其特征是：包括下列步骤：(1)数据预处理：将选择的三个属性对应成空间中的三维点，利用聚类算法中的k-平均算法，计算子女表中所有的记录点和重心之间的距离，比较大小，最终将所有的记录聚为两个簇，并使每个簇内的记录有较大的相似度，而不同的簇有较大的相异度；(2)建立决策树：先离散化所选的三个属性的属性值，将它们分区成三类，并将千粒重作为分类属性，划分类别标记为低产、中产、高产，在输入全生育期、千粒重和小区产量这三个属性之后，根据欧氏距离公式： d ( x i , y j ) = ( Σ k = 1 m ( x ik - x jk ) 2 ) 1 2 即可判断这个三维点属于哪个聚类簇，得出结论后，对这个簇进行ID3算法的数据挖掘，计算出全生育期属性和小区产量属性的信息增益值，并将具有较大增益的属性作为测试属性，在测试属性分段的子节点处，引出分支，划分整个记录集，再依次进行即可形成一个精简的决策树，其中属性Sk的信息增益公式为： G ( S K ) = h s ( s j ) - Σ k = 1 K ( n k n j × ( - Σ i = 1 c n ik n k × log 2 ( n ik n k ) ) ) 其中nj是总节点的出现次数，nk是预测属性值为Vk的子节点的出现次数，nik是分类属性为Ci的预测属性值为Vk的子节点的出现次数；(3)根据形成的决策树，系统判断所输入的属性值属于哪个分类，并通过计算这个三维点和所属分类中其他点的距离，得到一个距离最小的点，这个点所具有的属性就是最接近于输入玉米品种的玉米属性，从子女表中查询出这个玉米品种的父类和母类，即完成玉米选育的功能。