本發(fā)明涉及紫薇種植，尤其涉及一種紫薇種質(zhì)資源的性狀評(píng)估方法。

背景技術(shù)：

1、紫薇作為一種重要的觀賞植物，在園林綠化和生態(tài)保護(hù)中占有重要地位，其種質(zhì)資源的性狀評(píng)估對(duì)于品種改良、遺傳多樣性保護(hù)以及適應(yīng)性管理具有重要意義。傳統(tǒng)的紫薇種質(zhì)資源評(píng)估方法往往側(cè)重于單一性狀的評(píng)估，例如僅關(guān)注紫薇的顏色或形態(tài)特征，而忽視了多方面性狀的綜合考量；或者依賴(lài)于人工觀察和評(píng)價(jià)，易受主觀判斷的影響，缺乏量化和標(biāo)準(zhǔn)化，需要一種通過(guò)綜合考慮紫薇的形態(tài)學(xué)、生態(tài)適應(yīng)性、遺傳多樣性等多個(gè)方面的性狀評(píng)估方法，提供對(duì)紫薇種質(zhì)資源更全面的評(píng)估。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明旨在提供一種紫薇種質(zhì)資源的性狀評(píng)估方法，對(duì)紫薇種質(zhì)資源的性狀特征進(jìn)行多樣化采集，并進(jìn)行準(zhǔn)確評(píng)估。

2、一種紫薇種質(zhì)資源的性狀評(píng)估方法，包括：

3、s1.目標(biāo)紫薇品種形態(tài)性狀提取

4、獲取待分析目標(biāo)紫薇品種圖像；將待分析目標(biāo)紫薇品種圖像輸入至紫薇品種圖像分類(lèi)模型中進(jìn)行分析，得到目標(biāo)紫薇品種分類(lèi)結(jié)果；根據(jù)目標(biāo)紫薇品種分類(lèi)結(jié)果在紫薇種質(zhì)資源性狀評(píng)價(jià)庫(kù)中進(jìn)行匹配，得到目標(biāo)紫薇品種性狀評(píng)估策略；目標(biāo)紫薇品種性狀評(píng)估策略中包括有形態(tài)性狀評(píng)估規(guī)則和遺傳性狀評(píng)估規(guī)則；紫薇種質(zhì)資源性狀評(píng)價(jià)庫(kù)中包含有若干種紫薇品種及對(duì)應(yīng)的紫薇品種性狀評(píng)估策略；

5、獲取待分析目標(biāo)紫薇品種形態(tài)圖像集；待分析目標(biāo)紫薇品種形態(tài)圖像集中包含有m張待分析目標(biāo)紫薇品種形態(tài)圖像pm，m＝1，2，…，m；將待分析目標(biāo)紫薇品種形態(tài)圖像集輸入至紫薇品種多尺度特征提取模型中進(jìn)行特征提取，得到目標(biāo)紫薇品種形態(tài)性狀特征集x，x＝[x1，x2，…，xn，…，xn]；xn表示目標(biāo)紫薇品種形態(tài)性狀特征集x中的目標(biāo)紫薇品種形態(tài)性狀特征xn，n＝1，2，…，n；n為目標(biāo)紫薇品種形態(tài)分類(lèi)的數(shù)量；

6、s2.目標(biāo)紫薇品種形態(tài)性狀評(píng)估

7、基于目標(biāo)紫薇品種性狀評(píng)估策略對(duì)目標(biāo)紫薇品種形態(tài)性狀特征集x進(jìn)行評(píng)估，得到目標(biāo)紫薇品種形態(tài)性狀評(píng)估得分集y，y＝[y1，y2，…，yn，…，yn]；yn表示目標(biāo)紫薇品種形態(tài)性狀特征xn對(duì)應(yīng)的目標(biāo)紫薇品種形態(tài)性狀評(píng)估得分yn；

8、s3.目標(biāo)紫薇品種基因性狀評(píng)估

9、獲取待分析目標(biāo)紫薇品種基因信息；基于目標(biāo)紫薇品種性狀評(píng)估策略對(duì)待分析目標(biāo)紫薇品種基因信息進(jìn)行評(píng)估，得到目標(biāo)紫薇品種基因評(píng)估得分；

10、s4.目標(biāo)紫薇品種種質(zhì)資源環(huán)境評(píng)估

11、獲取待分析目標(biāo)紫薇品種種質(zhì)環(huán)境信息；將待分析目標(biāo)紫薇品種種質(zhì)環(huán)境信息輸入至紫薇種質(zhì)資源環(huán)境評(píng)估模型中進(jìn)行輔助分析，得到目標(biāo)紫薇品種環(huán)境評(píng)估得分；

12、s5.目標(biāo)紫薇品種性狀綜合評(píng)估

13、將目標(biāo)紫薇品種基因評(píng)估得分、目標(biāo)紫薇品種形態(tài)性狀評(píng)估得分集y和目標(biāo)紫薇品種環(huán)境評(píng)估得分利用紫薇品種性狀評(píng)估函數(shù)進(jìn)行綜合評(píng)估，得到目標(biāo)紫薇品種性狀綜合評(píng)估得分；紫薇品種性狀評(píng)估函數(shù)利用群體優(yōu)化算法進(jìn)行確定。

14、作為本發(fā)明的一種優(yōu)選技術(shù)方案，步驟s1中的紫薇品種圖像分類(lèi)模型包含有圖像預(yù)處理層、圖像特征提取層、圖像分類(lèi)層和結(jié)果輸出層；

15、圖像預(yù)處理層用于對(duì)待分析目標(biāo)紫薇品種圖像進(jìn)行預(yù)處理，得到預(yù)處理目標(biāo)紫薇品種圖像；

16、圖像特征提取層用于對(duì)預(yù)處理目標(biāo)紫薇品種圖像進(jìn)行特征提取，得到目標(biāo)紫薇品種圖像特征；

17、圖像分類(lèi)層用于根據(jù)目標(biāo)紫薇品種圖像特征進(jìn)行紫薇品種分類(lèi)，得到目標(biāo)紫薇品種分類(lèi)結(jié)果；

18、結(jié)果輸出層用于輸出目標(biāo)紫薇品種分類(lèi)結(jié)果；

19、訓(xùn)練紫薇品種圖像分類(lèi)模型中圖像分類(lèi)層的具體步驟，包括：

20、收集若干組紫薇品種圖像分類(lèi)樣本；每一組紫薇品種圖像分類(lèi)樣本中包含有紫薇品種圖像和對(duì)應(yīng)的紫薇品種類(lèi)別；將每一組紫薇品種圖像分類(lèi)樣本中對(duì)應(yīng)的紫薇品種類(lèi)別作為目標(biāo)值；將若干組紫薇品種圖像分類(lèi)樣本組合，得到紫薇品種圖像分類(lèi)訓(xùn)練集；

21、將紫薇品種圖像分類(lèi)訓(xùn)練集輸入至紫薇品種圖像分類(lèi)模型中對(duì)圖像分類(lèi)層進(jìn)行訓(xùn)練，得到初始圖像分類(lèi)層；對(duì)初始圖像分類(lèi)層進(jìn)行模型評(píng)估，得到初始圖像分類(lèi)層模型評(píng)估結(jié)果；若初始圖像分類(lèi)層模型評(píng)估結(jié)果為通過(guò)，則將初始圖像分類(lèi)層作為紫薇品種圖像分類(lèi)模型中的圖像分類(lèi)層；否則，利用紫薇品種圖像分類(lèi)訓(xùn)練集繼續(xù)進(jìn)行模型訓(xùn)練。

22、作為本發(fā)明的一種優(yōu)選技術(shù)方案，步驟s1中的紫薇品種多尺度特征提取模型包含有圖像集分類(lèi)層、n個(gè)形態(tài)特征提取層tn和結(jié)果輸出層；

23、圖像集分類(lèi)層用于對(duì)待分析目標(biāo)紫薇品種形態(tài)圖像集中的待分析目標(biāo)紫薇品種形態(tài)圖像pm進(jìn)行分類(lèi)，得到目標(biāo)紫薇品種形態(tài)圖像分類(lèi)fm；形態(tài)特征提取層tn對(duì)應(yīng)目標(biāo)紫薇品種形態(tài)圖像分類(lèi)ln；

24、針對(duì)待分析目標(biāo)紫薇品種形態(tài)圖像pm，分析與目標(biāo)紫薇品種形態(tài)圖像分類(lèi)fm相同目標(biāo)紫薇品種形態(tài)圖像分類(lèi)ln對(duì)應(yīng)的形態(tài)特征提取層tn，得到目標(biāo)形態(tài)特征提取層；將待分析目標(biāo)紫薇品種形態(tài)圖像pm輸入至目標(biāo)形態(tài)特征提取層中；

25、n個(gè)形態(tài)特征提取層tn用于對(duì)輸入的待分析目標(biāo)紫薇品種形態(tài)圖像進(jìn)行特征提取，得到目標(biāo)紫薇品種形態(tài)性狀特征xn；

26、在形態(tài)特征提取層tn中，利用圖像拼接方法對(duì)輸入的待分析目標(biāo)紫薇品種形態(tài)圖像進(jìn)行拼接，得到綜合目標(biāo)紫薇品種形態(tài)圖像；對(duì)綜合目標(biāo)紫薇品種形態(tài)圖像進(jìn)行特征分析，得到目標(biāo)紫薇品種形態(tài)性狀特征xn；

27、結(jié)果輸出層用于將n個(gè)形態(tài)特征提取層tn中輸出的目標(biāo)紫薇品種形態(tài)性狀特征xn組合，得到目標(biāo)紫薇品種形態(tài)性狀特征集x，x＝[x1，x2，…，xn，…，xn]，輸出目標(biāo)紫薇品種形態(tài)性狀特征集x。

28、作為本發(fā)明的一種優(yōu)選技術(shù)方案，訓(xùn)練形態(tài)特征提取層tn的具體步驟，包括：

29、針對(duì)形態(tài)特征提取層tn：

30、收集若干組目標(biāo)紫薇品種形態(tài)圖像訓(xùn)練樣本，每一組目標(biāo)紫薇品種形態(tài)圖像訓(xùn)練樣本包含有目標(biāo)紫薇品種形態(tài)圖像分類(lèi)ln對(duì)應(yīng)的目標(biāo)紫薇品種形態(tài)圖像及對(duì)應(yīng)的圖像特征；將若干組目標(biāo)紫薇品種形態(tài)圖像訓(xùn)練樣本組合，得到目標(biāo)紫薇品種形態(tài)圖像訓(xùn)練集；

31、將目標(biāo)紫薇品種形態(tài)圖像訓(xùn)練集輸入至形態(tài)特征提取層tn中以圖像特征為目標(biāo)進(jìn)行訓(xùn)練，得到初始形態(tài)特征提取層cn；對(duì)初始形態(tài)特征提取層cn進(jìn)行模型評(píng)估，得到初始形態(tài)特征提取層cn模型評(píng)估結(jié)果；若初始形態(tài)特征提取層cn模型評(píng)估結(jié)果為通過(guò)，則將初始形態(tài)特征提取層cn作為形態(tài)特征提取層tn；否則，利用目標(biāo)紫薇品種形態(tài)圖像訓(xùn)練集繼續(xù)進(jìn)行模型訓(xùn)練；

32、遍歷所有形態(tài)特征提取層tn，直到構(gòu)建完n個(gè)形態(tài)特征提取層tn。

33、作為本發(fā)明的一種優(yōu)選技術(shù)方案，步驟s2的具體步驟，包括：

34、根據(jù)目標(biāo)紫薇品種性狀評(píng)估策略中的形態(tài)性狀評(píng)估規(guī)則進(jìn)行評(píng)估，形態(tài)性狀評(píng)估規(guī)則中包含有i個(gè)形態(tài)性狀評(píng)估規(guī)則集合；

35、針對(duì)目標(biāo)紫薇品種形態(tài)性狀特征xn：

36、匹配與目標(biāo)紫薇品種形態(tài)性狀特征xn隸屬度函數(shù)最大的形態(tài)性狀評(píng)估規(guī)則集合，得到形態(tài)性狀評(píng)估規(guī)則集合jn；根據(jù)形態(tài)性狀評(píng)估規(guī)則集合jn分配目標(biāo)紫薇品種形態(tài)性狀評(píng)估得分yn；

37、為所有目標(biāo)紫薇品種形態(tài)性狀特征xn進(jìn)行評(píng)估，將所有目標(biāo)紫薇品種形態(tài)性狀評(píng)估得分yn組合，得到目標(biāo)紫薇品種形態(tài)性狀評(píng)估得分集y，y＝[y1，y2，…，yn，…，yn]。

38、作為本發(fā)明的一種優(yōu)選技術(shù)方案，步驟s3的具體步驟，包括：

39、根據(jù)目標(biāo)紫薇品種性狀評(píng)估策略中的遺傳性狀評(píng)估規(guī)則進(jìn)行評(píng)估，遺傳性狀評(píng)估規(guī)則中包含有g(shù)種遺傳性狀分?jǐn)?shù)范圍及對(duì)應(yīng)的基因評(píng)估得分；

40、判斷待分析目標(biāo)紫薇品種基因信息的遺傳性狀分?jǐn)?shù)范圍，得到目標(biāo)紫薇品種遺傳性狀分?jǐn)?shù)范圍；根據(jù)目標(biāo)紫薇品種遺傳性狀分?jǐn)?shù)范圍確定目標(biāo)紫薇品種基因評(píng)估得分。

41、作為本發(fā)明的一種優(yōu)選技術(shù)方案，步驟s4中的紫薇種質(zhì)資源環(huán)境評(píng)估模型中包含有環(huán)境信息預(yù)處理層、環(huán)境預(yù)測(cè)層和結(jié)果輸出層；

42、環(huán)境信息預(yù)處理層用于對(duì)待分析目標(biāo)紫薇品種種質(zhì)環(huán)境信息進(jìn)行預(yù)處理，得到預(yù)處理目標(biāo)紫薇品種種質(zhì)環(huán)境信息；

43、環(huán)境預(yù)測(cè)層用于根據(jù)預(yù)處理目標(biāo)紫薇品種種質(zhì)環(huán)境信息進(jìn)行預(yù)測(cè)，得到目標(biāo)紫薇品種種質(zhì)環(huán)境預(yù)測(cè)信息；

44、結(jié)果輸出層用于根據(jù)目標(biāo)紫薇品種種質(zhì)環(huán)境預(yù)測(cè)信息匹配目標(biāo)紫薇品種環(huán)境評(píng)估得分；

45、訓(xùn)練環(huán)境預(yù)測(cè)層的具體步驟，包括：

46、收集若干組連續(xù)的環(huán)境預(yù)測(cè)訓(xùn)練樣本，每一組環(huán)境預(yù)測(cè)訓(xùn)練樣本中包含有紫薇品種種質(zhì)環(huán)境信息；將若干組連續(xù)的環(huán)境預(yù)測(cè)訓(xùn)練樣本組合，得到環(huán)境預(yù)測(cè)訓(xùn)練集；將相鄰兩組環(huán)境預(yù)測(cè)訓(xùn)練樣本中的后一組環(huán)境預(yù)測(cè)訓(xùn)練樣本作為目標(biāo)值；

47、利用環(huán)境預(yù)測(cè)訓(xùn)練集以目標(biāo)值為目標(biāo)對(duì)環(huán)境預(yù)測(cè)層進(jìn)行訓(xùn)練，得到初始環(huán)境預(yù)測(cè)層；對(duì)初始環(huán)境預(yù)測(cè)層進(jìn)行評(píng)估，得到初始環(huán)境預(yù)測(cè)層模型評(píng)估結(jié)果；若初始環(huán)境預(yù)測(cè)層模型評(píng)估結(jié)果為通過(guò)，則將初始環(huán)境預(yù)測(cè)層作為環(huán)境預(yù)測(cè)層；否則，利用環(huán)境預(yù)測(cè)訓(xùn)練集繼續(xù)進(jìn)行模型訓(xùn)練。

48、作為本發(fā)明的一種優(yōu)選技術(shù)方案，步驟s5的具體步驟，包括：

49、對(duì)目標(biāo)紫薇品種基因評(píng)估得分、目標(biāo)紫薇品種形態(tài)性狀評(píng)估得分集y和目標(biāo)紫薇品種環(huán)境評(píng)估得分進(jìn)行歸一化處理，得到標(biāo)準(zhǔn)目標(biāo)紫薇品種基因評(píng)估得分、標(biāo)準(zhǔn)目標(biāo)紫薇品種形態(tài)性狀評(píng)估得分集y’和標(biāo)準(zhǔn)目標(biāo)紫薇品種環(huán)境評(píng)估得分；

50、將標(biāo)準(zhǔn)目標(biāo)紫薇品種基因評(píng)估得分、標(biāo)準(zhǔn)目標(biāo)紫薇品種形態(tài)性狀評(píng)估得分集y’和標(biāo)準(zhǔn)目標(biāo)紫薇品種環(huán)境評(píng)估得分輸入至紫薇品種性狀評(píng)估函數(shù)中進(jìn)行計(jì)算，得到目標(biāo)紫薇品種性狀綜合評(píng)估得分；

51、構(gòu)建紫薇品種性狀評(píng)估函數(shù)的具體步驟：

52、構(gòu)建k個(gè)初始化函數(shù)個(gè)體fk，每個(gè)初始化函數(shù)個(gè)體fk中包含有用于進(jìn)行綜合評(píng)估的模擬紫薇品種性狀評(píng)估函數(shù)；收集若干組模擬紫薇品種綜合評(píng)估訓(xùn)練樣本；每一組模擬紫薇品種綜合評(píng)估訓(xùn)練樣本中包含有函數(shù)輸入?yún)?shù)和對(duì)應(yīng)的模擬目標(biāo)值；

53、基于初始化函數(shù)個(gè)體fk和若干組模擬紫薇品種綜合評(píng)估訓(xùn)練樣本進(jìn)行模擬計(jì)算，得到初始適應(yīng)度ak；初始適應(yīng)度ak的計(jì)算方法為：根據(jù)模擬紫薇品種綜合評(píng)估訓(xùn)練樣本中的函數(shù)輸入?yún)?shù)和初始化函數(shù)個(gè)體fk進(jìn)行函數(shù)計(jì)算，得到模擬評(píng)分值；計(jì)算模擬評(píng)分值和模擬目標(biāo)值的準(zhǔn)確率，得到模擬準(zhǔn)確率；將若干組模擬準(zhǔn)確率的均值作為初始適應(yīng)度ak；

54、基于初始化函數(shù)個(gè)體fk的初始適應(yīng)度ak，將k個(gè)初始化函數(shù)個(gè)體fk劃分為公雞迭代種群、母雞迭代種群和小雞迭代種群；設(shè)置最大迭代次數(shù)bmax；當(dāng)前迭代次數(shù)為b；

55、進(jìn)行迭代時(shí)，對(duì)公雞迭代種群、母雞迭代種群和小雞迭代種群中的初始化函數(shù)個(gè)體進(jìn)行變異更新，當(dāng)前迭代次數(shù)b小于bmax/2時(shí)，小雞迭代種群向母雞迭代種群中的初始化函數(shù)個(gè)體進(jìn)行變異，母雞迭代種群向公雞迭代種群中的初始化函數(shù)個(gè)體進(jìn)行變異；當(dāng)前迭代次數(shù)b大于bmax/2時(shí)，小雞迭代種群、母雞迭代種群向公雞迭代種群中的初始化函數(shù)個(gè)體進(jìn)行變異；

56、到達(dá)最大迭代次數(shù)時(shí)，輸出適應(yīng)度最大對(duì)應(yīng)的初始化函數(shù)個(gè)體fk，即為最優(yōu)初始化函數(shù)個(gè)體；將最優(yōu)初始化函數(shù)個(gè)體中的模擬紫薇品種性狀評(píng)估函數(shù)作為紫薇品種性狀評(píng)估函數(shù)。

57、本發(fā)明具有以下優(yōu)點(diǎn)：

58、1、本發(fā)明通過(guò)結(jié)合形態(tài)性狀提取、基因性狀評(píng)估和環(huán)境評(píng)估，提供了對(duì)紫薇種質(zhì)資源的全面評(píng)價(jià)，不僅考慮了可見(jiàn)的形態(tài)特征，還包括了遺傳和環(huán)境因素；利用圖像分類(lèi)模型和多尺度特征提取模型自動(dòng)化地分析大量圖像，顯著提高了性狀提取的效率和速度；通過(guò)精確的特征提取和評(píng)估策略，能夠提供更精細(xì)和準(zhǔn)確的評(píng)估結(jié)果，有助于識(shí)別和區(qū)分不同紫薇品種的細(xì)微差別；通過(guò)建立性狀評(píng)價(jià)庫(kù)和評(píng)估策略，實(shí)現(xiàn)了評(píng)估過(guò)程的標(biāo)準(zhǔn)化，減少了人為主觀判斷的影響，提高了評(píng)估的一致性和可重復(fù)性。

59、2、本發(fā)明通過(guò)對(duì)紫薇品種的基因性狀評(píng)估，有助于識(shí)別和保護(hù)遺傳多樣性，為育種和種質(zhì)資源保護(hù)提供了重要信息；通過(guò)對(duì)紫薇品種的環(huán)境資源評(píng)估，提供了紫薇品種對(duì)特定環(huán)境條件的適應(yīng)性信息，有助于選擇適合特定環(huán)境的品種；通過(guò)使用群體優(yōu)化算法確定紫薇品種性狀評(píng)估函數(shù)，提高了綜合評(píng)估得分的準(zhǔn)確性和可靠性。