摘要
本发明涉及计算机技术领域,且公开了番茄耐盐性状筛选方法,包括:S1:收集不同番茄品种的耐盐性状相关数据,并对数据进行预处理;S2:利用多模态数据,将不同来源的数据进行融合;S3:建立番茄耐盐性状预测模型,将预处理后的数据分为训练集和测试集,通过测试集验证模型;S4:对建立的模型进行优化和调参;S5:使用训练好的模型,对新的番茄品种进行耐盐性状的预测评估,筛选出耐盐性较好的番茄品种;S6:从其他作物或模型中迁移已有的知识和模型参数,加速番茄耐盐性状模型的建立和优化;S7:根据实际种植和生产的结果,增加训练数据的多样性和丰富性,使得番茄耐盐性状筛选方法更加灵活、高效和智能化。