研究文章

GMR相关文章

06/11/2015

添加剂和显性方差的估计对于复杂特征的猪基因组和血统信息相结合

主导地位;遗传参数;Piau猪;多基因的影响

知识优势的影响应该改进遗传评估,提供准确的选择纯种动物,并使更好的育种策略,包括开发杂交的杂种优势。在这项研究中,我们结合基因组和谱系数据研究添加剂的相对重要性和优势遗传变异在增长和F2猪胴体性状…更多的
那么Costa;想一想D.B. cooper迪尼斯那样不知满足、;r . Veroneze;M.D.V. Resende;严峻的代理;S.E.F.吉马良斯;F.F.席尔瓦;注:洛佩斯
08/19/2015

优势基因的人工神经网络分类过程

人工智能;歧视;相似之处;统计数据

个人的正确分类的保护是非常重要的遗传变异性和收益最大化的育种程序使用表型性状和遗传标记。费希尔和安德森判别函数常用的多元统计技术在这些情况下,允许分配一个最初未知…更多的
智能卡圣;R.S. Tomaz;G.N.席尔瓦;m . Nascimento;L.L. Bhering;西里尔·戴彼第克鲁兹
03/28/2016

效率评价人工神经网络遗传值的预测

准确;人工智能;模拟

人工神经网络应用于育种程序时显示巨大的潜力。在这项研究中,我们建议使用人工神经网络作为一个可行的替代传统的预测方法。我们进行一次彻底的评估这些网络的效率对育种值的预测。因此,我们认为8个模拟场景,…更多的
G.N.席尔瓦;R.S. Tomaz;智能卡圣;V.Q. Carneiro;西里尔·戴彼第克鲁兹;m . Nascimento;G.N.席尔瓦;R.S. Tomaz;智能卡圣;V.Q. Carneiro; C.D. Cruz; M. Nascimento; G.N. Silva; R.S. Tomaz; I.C. Sant’Anna; V.Q. Carneiro; C.D. Cruz; M. Nascimento
11/03/2016

利用人工神经网络来选择直立豇豆(豇豆属unguiculata)基因型与高生产力和表型的稳定

人工智能;基因型x环境交互;豇豆属unguiculata

豇豆(豇豆属unguiculata)是生长在巴西三个区域:中西部地区,北部和东北部,被人在低收入。重要的是探讨基因型x环境(GE)交互为农民提供准确的建议。本研究的目的是确定豇豆适应性高的基因型和表型…更多的
L.M.A.巴罗佐;体育特奥多罗;m . Nascimento;远东托雷斯;A.C.C. Nascimento;严峻的代理;F.R.F.特谢拉;L.M.A.巴罗佐;体育特奥多罗;m . Nascimento; F.E. Torres; A.C.C. Nascimento; C.F. Azevedo; F.R.F. Teixeira
12/28/2015

全基因组预测玉米单交性能,考虑非附加遗传效应

贝叶斯模型;上位;杂种优势;植物育种

单交混合动力车的预测玉米是一种很有前途的技术,优化金融资源的使用在繁殖计划。本研究旨在评估基因的最佳线性无偏预测模型混合与贝叶斯岭回归预测和比较,贝叶斯,贝叶斯套索,贝叶斯C,贝叶斯B,再生核希尔伯特空间回归…更多的
J.P.R.桑托斯;收听距离佩雷拉;R.G.冯Pinho;L.P.M.皮雷;R.B. Camargos;m . Balestre
01/31/2022

基因结构的根分布在中美洲刀豆的基因型十字架

主导地位的偏差;上位;广义线性混合模型;菜豆;数量遗传学bob综合app下载

知识的遗传结构特征形状整个繁殖计划的战略。在这项研究中,目的是确定添加剂和非附加效应影响的遗传控制刀豆的根源。75年田间试验,治疗部分平衡不完全区组设计,进行了生长季节的2018/19。…更多的
德梅洛司令部;由P.H. Cerutti;F.A.C. Nardello;圭多林自动跟踪;J.G.C. da Silva);J.L.M. Coimbra的