买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京丰捷一佳农业科技有限公司申请的专利玉米杂交组合优势预测的电子杂交模拟方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120833851B 。

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510951369.9，技术领域涉及：G16B25/00；该发明授权玉米杂交组合优势预测的电子杂交模拟方法及系统是由王自强;李晶晶;赵志杰;杜见乐;黄西林设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本玉米杂交组合优势预测的电子杂交模拟方法及系统在说明书摘要公布了：本发明涉及玉米育种技术领域，公开了玉米杂交组合优势预测的电子杂交模拟方法及系统，该方法先获取玉米杂交实时及历史遗传参数数据构建特征库；基于遗传特征划分历史杂交数据特征组，利用特征库训练杂交优势预测模型，通过分析数据分类偏差筛选关键指标，依据关键指标数据特征差异计算权重分布并迭代优化模型；将实时遗传参数数据输入训练好的模型获取优势预测结果，基于此执行电子杂交模拟。该方法通过科学处理数据、优化模型，实现精准预测，可降低育种实验成本、提高育种效率，对培育优良玉米品种意义重大，系统通过处理器执行程序实现该方法。

本发明授权玉米杂交组合优势预测的电子杂交模拟方法及系统在权利要求书中公布了：1.一种玉米杂交组合优势预测的电子杂交模拟方法，其特征在于，该方法包括以下步骤： 获取玉米杂交过程中实时采集的遗传参数数据及由多组历史杂交实验记录的遗传参数数据构成的特征库； 基于所述特征库中每组杂交数据对应的遗传特征将历史杂交数据划分为多个特征组；基于所述特征库对杂交优势预测模型进行训练，通过分析数据分类偏差情况筛选关键指标；根据关键指标上不同数据的特征差异计算数据权重分布；基于所述权重分布对杂交优势预测模型进行迭代优化，获得训练完成的预测模型； 将玉米杂交过程中实时采集的遗传参数数据输入训练完成的预测模型中获得优势预测结果，基于所述优势预测结果执行电子杂交模拟操作； 所述基于所述特征库中每组杂交数据对应的遗传特征将历史杂交数据划分为多个特征组，包括： 对于第k组历史杂交数据： 将第k组历史杂交数据从首次被误分类到正确分类的每个训练周期记为第k组历史杂交数据的分析周期；按照时间顺序对第k组历史杂交数据在所有分析周期中对应的遗传特征变化值进行排列，获得第k组历史杂交数据的特征变化序列；将所述特征变化序列中每个数值的位置索引作为横轴坐标，将每个位置索引对应的数值作为纵轴坐标，形成不少于两个坐标点，将所有坐标点作为特征分布解析的输入，得到每个二维坐标向量及对应的映射数值；将最大映射数值对应的二维坐标向量作为主导向向量，将主导向向量中纵轴分量与横轴分量的比值的反正切值作为特征分布指向值； 基于第k组历史杂交数据首次被误分类对应的训练周期、首次被误分类与首次正确分类之间的周期间隔和所述特征分布指向值，计算第k组历史杂交数据的分类评估值； 基于所述分类评估值判断第k组历史杂交数据所属的特征组； 所述基于第k组历史杂交数据首次被误分类对应的训练周期、首次被误分类与首次正确分类之间的周期间隔和所述特征分布指向值，计算第k组历史杂交数据的分类评估值，包括： 将所述特征分布指向值与预设基准指向值的差值记为第一评估参量； 计算第k组历史杂交数据首次被误分类对应的训练周期的逆归一化结果，将首次被误分类与首次正确分类之间的周期间隔、所述逆归一化结果和第一评估参量三者的乘积，确定为第k组历史杂交数据的分类评估值； 所述通过分析数据分类偏差情况筛选关键指标，包括： 对于第q个特征组： 基于第q个特征组中所有分类正确的杂交数据构建第一指标矩阵，其中第一指标矩阵中每一行为一组分类正确的杂交数据；采用指标筛选算法对所述第一指标矩阵进行处理，获得第一指标筛选结果，第一指标筛选结果中每列数据构成一个第一候选指标； 基于第q个特征组中分类错误的杂交数据构建第二指标矩阵，其中第二指标矩阵中每一行为一组分类错误的杂交数据；采用指标筛选算法对所述第二指标矩阵进行处理，获得第二指标筛选结果，第二指标筛选结果中每列数据构成一个第二候选指标； 对第一候选指标和第二候选指标进行匹配解析，基于匹配结果筛选关键指标； 所述对第一候选指标和第二候选指标进行匹配解析，基于匹配结果筛选关键指标，包括： 采用指标关联算法对第一候选指标与第二候选指标进行匹配，获得多个指标匹配对；分别计算每个指标匹配对中两个指标的关联度，将关联度大于预设关联阈值的指标匹配对作为目标匹配对； 将每个目标匹配对中两个指标的平均指标作为一个关键指标； 所述根据关键指标上不同数据的特征差异计算数据权重分布，包括： 对于第r组分类正确的杂交数据： 将第r组分类正确的杂交数据所处特征组中的分类错误数据记为第r组分类正确数据的参照数据；分别计算第r组分类正确数据的所有参照数据在每个关键指标上的指标值的均值，分别将第r组分类正确数据在每个关键指标上的指标值与对应均值的绝对差值，记为第r组分类正确数据在每个关键指标上的差异量标； 分别将第r组分类正确数据在所有关键指标上的差异量标的逆归一化结果的总和，作为第r组分类正确数据的权重系数；基于所述权重系数计算第r组分类正确数据在每次训练周期中的目标权重； 特征库中每组杂交数据对应的遗传特征的获取，包括： 对特征库中每组杂交数据对应的遗传性状轨迹进行统计，获得对应的轨迹分布直方图，采用边界划分算法对直方图进行划分，获得不少于两个划分类别； 分别计算每个划分类别中所有杂交数据的遗传性状变化率的平均值，并作为对应划分类别中每组杂交数据的遗传特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京丰捷一佳农业科技有限公司，其通讯地址为：100013 北京市通州区种业园东路1号院3号楼1层A032号(集群注册)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。