基于Stacking集成学习的水稻表型组学实体分类研究

• 作者: 宋玉红 徐焕良 杨承林 翟肇裕 袁培森
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 水稻表型组学 实体分类 堆叠式集成学习 知识图谱 潜在语义模型
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 144-152
• 页数: 9页
• 分类号: TP391
• 字数: 7536字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2019.11.016

摘要

为研究整合水稻表型组学相关知识,系统地建立水稻表型组学知识图谱,通过分布式爬虫框架从国家水稻数据中心网站获取水稻表型组学数据集,并以互动百科为辅助数据源获取水稻表型组学数据.对水稻表型组学数据采用TF-IDF技术结合潜在语义模型进行预处理,并对水稻表型组学实体进行人工分类和标注.为实现水稻表型组学实体分类,研究了基于堆叠式两阶段集成学习的分类器组合模型,结合K-近邻算法、支持向量机、随机森林、梯度提升决策树机器学习方法,提升水稻表型组学实体数据分类的性能.研究表明,基于堆叠式两阶段集成学习的分类器组合模型对不同类别的水稻表型组学数据都具有较好的多分类能力,对于不平衡的水稻表型组学数据集,本文方法的分类器组合模型对水稻表型组学数据分类效果最佳,Gene类别的F1为90.47％,总体准确率达80.55％,比支持向量机、K-近邻、随机森林和梯度提升决策树4种基分类器的分类准确率平均高6.78个百分点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐焕良	南京农业大学信息科学技术学院	79	651	14.0	23.0
2	袁培森	南京农业大学信息科学技术学院	26	73	5.0	8.0
3	杨承林	南京农业大学信息科学技术学院	2	2	1.0	1.0
4	宋玉红	南京农业大学信息科学技术学院	1	1	1.0	1.0
5	翟肇裕	马德里理工大学技术工程和电信系统高级学院	5	6	1.0	1.0