КЛАСТЕРИЗАЦИЯ КОЛЛЕКЦИОННЫХ ОБРАЗЦОВ ТРИТИКАЛЕ ДЛЯ ИСПОЛЬЗОВАНИЯ В СЕЛЕКЦИИ

Полный текст:


Аннотация

Представлен вариант прогнозирования селекционной ценности коллекционных образцов ярового тритикале на основе полученной информации по изучению количественных признаков. Приведен алгоритм прогноза кластерный анализ, осуществленный тремя различными методами. Изучены особенности основных методов кластеризации на примере исследования коллекции образцов тритикале. Доказано, что метод Уорда, использующий методы дисперсионного анализа для изучения расстояний между кластерами, позволяет проводить оценку селекционного материала с более высокой эффективностью, чем остальные, повышает результативность процесса подбора родительских пар. Данный метод оптимизирует минимальную дисперсию внутри близко расположенных кластеров, направлен на их объединение и создание кластеров малого размера. Каждый шаг алгоритма объединяет пару кластеров, приводящих к минимальному увеличению целевой функции, т.е. внутригруппо-вой суммы квадратов отклонений. Полученные методом Уорда результаты дали наиболее объективную и информативную кластеризацию коллекции тритикале.


Об авторах

Д. И. Чанышев
Сибирский физико-технический институт аграрных проблем СФНЦА РАН
Россия

Научный сотрудник.

630501, Новосибирская область, пос. Краснообск, e-mail: sibfti.n@ngs.ru



А. Ф. Алейников
Сибирский физико-технический институт аграрных проблем СФНЦА РАН; Новосибирский государственный технический университет
Россия

Доктор технических наук, профессор, главный научный сотрудник.

630501, Новосибирская область, пос. Краснообск, e-mail: sibfti.n@ngs.ru; 630073, Новосибирск, пр. Карла Маркса, 20, e-mail: fti2009@yandex.ru



И. Г. Гребенникова
Сибирский физико-технический институт аграрных проблем СФНЦА РАН
Россия

Кандидат сельскохозяйственных наук, заведующая лабораторией.

630501, Новосибирская область, пос. Краснообск, e-mail: sibfti.n@ngs.ru



А. Ф. Чешкова
Сибирский физико-технический институт аграрных проблем СФНЦА РАН
Россия

Кандидат физико-математических наук, заведующая лабораторией.

630501, Новосибирская область, пос. Краснообск, e-mail: sibfti.n@ngs.ru


П. И. Стёпочкин
Сибирский физико-технический институт аграрных проблем СФНЦА РАН; Сибирский институт растениеводства и селекции — филиал института цитологии и генетики СО РАН
Россия

Доктор сельскохозяйственных наук, ведущий научный сотрудник.

630501, Новосибирская область, пос. Краснообск, e-mail: sibfti.n@ngs.ru; 630501, Новосибирская область, пос. Краснообск, e-mail:  sibniirs@bk.ru



Список литературы

1. Гребенникова И.Г., Алейников А.Ф., Стёпочкин П.И. Диаллельный анализ числа колосков в колосе яровой тритикале // Сиб. вестн. с.-х. науки. 2011. № 7-8. С. 77-85.

2. Гребенникова И.Г., Алейников А.Ф., Стёпочкин П.И. Диаллельный анализ длины колоса у яровой тритикале // Сиб. вестн. с.-х. науки. 2010. № 12. С. 103-109.

3. Гребенникова И. Г., Алейников А.Ф., Стёпочкин П.И. Информационное обеспечение селекционного процесса тритикале // Вестн. НГАУ. 2011. № 4 (20). С. 10-15.

4. Гребенникова И. Г., Алейников А.Ф., Стёпочкин П.И., Чанышев Д.И. Структура комплекса информационного обеспечения селекционного процесса тритикале // Новейшие направления развития аграрной науки в работах молодых учёных. Ч. 1: сб. тр. Междунар. науч. конф. молодых ученых. Новосибирск, 2010. С. 247-249.

5. Grebennikova I. G., Aleynikov A. F., Stepochkin P. I. Diallel Analysis of the spike lets per spise in spring triticale // Bulgarian Journal of Agricultural Science. 2011. № 6. P. 755-759.

6. Алейников А.Ф., Стёпочкин П.И., Чанышев Д.И., Голышев Д.И. Программно-алгоритмические средства и искусственные нейронные сети в селекции растений: метод. реком. -Новосибирск: Изд-во ИПФ «АГРОС», 2008. 16 с.

7. Чанышев Д.И., Алейников А.Ф. Алгоритм прогнозирования показателей качества пищевого сырья растительного происхождения // Пища. Экология. Качество: труды VII междунар. научн.-практ. конф. Новосибирск, 2010. С. 258-260.

8. Чанышев Д.И., Гребенникова И. Г., Алейников А.Ф., Стёпочкин П.И. Алгоритм прогнозирования селекционной ценности образцов тритикале на основе искусственных нейронных сетей // Информационные технологии, системы и приборы в АПК: материалы V Междунар. науч.-практ. конф. «АГРОИНФО-2012». Новосибирск, 2012. С. 107-113.

9. Чанышев Д.И., Алейников А.Ф., Гребенникова И.Г., Чешкова А.Ф., Стёпочкин П.И. Кластерный анализ показателей качества пищевого сырья при селекции // Информационные технологии, системы и приборы в АПК: материалы VI Междунар. на-уч.-практ. конф. «АГРОИНФО-2015». Новосибирск, 2015. С. 280-286.

10. Алейников А.Ф., Чанышев Д.И., Чаплина М.А Автоматизированный синтез патентоспособных технических решений преобразователей сигналов // Сиб. вестн. с.-х. науки. - 2009. № 2. С. 86-92.

11. Notebook «Нейронные сети» 2008 [Электронный ресурс]: http://pandia.org/text/78/102/560-3php

12. Сорокин О.Д. Прикладная статистика на компьютере. Краснообск: РПО СО РАСХН, 2009. 222 с.

13. Жамбю М. Иерархический кластер-анализ и соответствия. М.: Финансы и статистика, 1988. 345 с.


Дополнительные файлы

Для цитирования: Чанышев Д.И., Алейников А.Ф., Гребенникова И.Г., Чешкова А.Ф., Стёпочкин П.И. КЛАСТЕРИЗАЦИЯ КОЛЛЕКЦИОННЫХ ОБРАЗЦОВ ТРИТИКАЛЕ ДЛЯ ИСПОЛЬЗОВАНИЯ В СЕЛЕКЦИИ. Сибирский вестник сельскохозяйственной науки. 2016;(6):90-95.

For citation: Chanyshev D.I., Aleynikov A.F., Grebennikova I.G., Cheshkova A.F., Stepochkin P.I. CLUSTERING OF TRITICALE COLLECTION SAMPLES TO BE USED IN BREEDING. Siberian Herald of Agricultural Science. 2016;(6):90-95. (In Russ.)

Просмотров: 46

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0370-8799 (Print)