一种基于机器学习模型预测克氏原螯虾性腺成熟度的方法

本发明公开了一种基于机器学习模型预测克氏原螯虾性腺成熟度的方法，属于水产养殖育种领域。通过无损采集克氏原螯虾的体重、头胸甲宽、体长、腹节宽和螯足宽5项表型数据，结合高斯朴素贝叶斯分类器、决策树分类器和OneClass支持向量机三种基模型，采用元学习加权集成构建卵巢重量预测模型，以0.38g为阈值判定性成熟状态。经验证，该模型对成熟与未成熟雌虾的预测准确率分别为82.4%和92.3%。与传统解剖方法相比，本发明实现了非侵入式检测，避免亲本损耗并支持动态监测，精准筛选性成熟个体，从而实现同步交配与繁殖，显著提升后代生长一致性和商品虾规格整齐度，为克氏原螯虾苗种规模化、高效繁育提供关键技术支撑。