| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-12页 |
| 1.1 单核苷酸多态性(SNP) | 第7-8页 |
| 1.2 品种鉴别的研究背景及意义 | 第8-9页 |
| 1.3 品种鉴别的国内外研究现状 | 第9-11页 |
| 1.4 本文内容与结构 | 第11-12页 |
| 2 传统品种鉴别方法及实验 | 第12-24页 |
| 2.1 传统方法简介 | 第12-14页 |
| 2.1.2 Delta统计法 | 第12页 |
| 2.1.3 FST统计法 | 第12-14页 |
| 2.2 利用LSBL方法进行SNP信号选择及分类实验 | 第14-24页 |
| 2.2.1 实验流程设计 | 第14-16页 |
| 2.2.2 利用LSBL方法筛选SNP标记实验 | 第16-23页 |
| 2.2.3 品种鉴别检验软件的实现 | 第23-24页 |
| 3 几种模式识别方法简介 | 第24-36页 |
| 3.1 主成分分析 | 第24-27页 |
| 3.1.1 改进后的PCA用于SNP位点选取 | 第25-27页 |
| 3.2 几种分类方法简介 | 第27-36页 |
| 3.2.1 KNN最近邻算法 | 第27-28页 |
| 3.2.2 SVM支持向量机 | 第28-30页 |
| 3.2.3 BP神经网络 | 第30-33页 |
| 3.2.4 随机森林算法 | 第33-36页 |
| 4 实验设计及结果分析 | 第36-48页 |
| 4.1 实验数据与预处理 | 第36-37页 |
| 4.2 利用PCA筛选特征SNP位点子集 | 第37-39页 |
| 4.3 利用KNN算法进行品种分类 | 第39-40页 |
| 4.4 利用SVM算法进行品种分类 | 第40-42页 |
| 4.5 利用BP神经网络进行品种分类 | 第42-43页 |
| 4.6 利用随机森林进行品种分类 | 第43-44页 |
| 4.7 四组实验结果对比及分析 | 第44-48页 |
| 5 总结与展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录 | 第52-61页 |
| 攻读硕士学位期间发表的论文 | 第61-62页 |
| 致谢 | 第62-63页 |