声明
摘要
第一章 绪论
1.1 猪育种工作的研究背景和现状
1.1.1 猪育种工作的研究背景
1.1.2 猪育种工作的研究现状
1.2 研究基础
1.2.1 机器学习
1.2.2 数据挖掘
1.3 研究的目的和意义
1.4 本文主要工作
第二章 猪育种数据的特征选择与处理
2.1 猪育种数据特征选择
2.2 猪育种数据预处理
2.3 本章小结
第三章 基于多分类器集成学习的猪育种数据分类方法
3.1 概述
3.2 BLUP模型在猪育种数据上的应用
3.2.1 近交系数和血缘相关系数
3.2.2 BLUP模型原理
3.2.3 BLUP模型应用
3.3 基于贝叶斯分类的猪育种数据挖掘
3.4 基于逻辑回归分类的猪育种数据挖掘
3.5 基于决策树分类的猪育种数据挖掘
3.6 基于支持向量机分类的猪育种数据挖掘
3.7 基于多分类器融合策略的猪育种数据挖掘
3.8 小结
第四章 实验分析
4.1 实验环境
4.1.1 实验数据
4.1.2 评估指标
4.2 不同分类算法结果分析
4.2.1 基于朴素贝叶斯
4.2.2 基于逻辑回归
4.2.3 基于随机森林
4.2.4 基于支持向量机
4.2.5 基于多分类器融合策略
4.2.6 各分类算法结果比较
4.3 小结
第五章 应用成果
5.1 猪OK平台介绍
5.2 近交分析
5.3 留种分析
5.4 配种模型
5.5 小结
第六章 总结与展望
6.1 工作总结
6.2 工作展望
参考文献
致谢
厦门大学;