摘要
本发明涉及生物信息学和机器学习领域，尤其涉及一种基于机器学习的水稻基因型与表型关联预测的方法。内容包括：收集水稻样本的基因型数据和表型数据，采用动态特征提取算法生成基因型特征，从而得到基因型特征集合；S2：构建基因型与表型关联预测模型，基于基因型特征集合来预测表型。解决了基因型数据由于不同基因位点的数据分布不均匀或周期性变化而难以准确捕捉特征信息，现有特征提取方法难以识别复杂特征；在农业基因型与表型预测方面，尤其是水稻育种、抗病性增强和产量优化领域，缺少专门针对生物信息学特征提取与关联预测的有效方法；在处理特征冗余时表现不足，导致对某些不重要或冗余特征过度依赖的技术问题。
