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！

龙图腾网获悉华中农业大学申请的专利一种用于整合多类型数据进行表型预测的多视图GBLUP方法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：CN117153247B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310986747.8，技术领域涉及：G16B20/20；该发明授权一种用于整合多类型数据进行表型预测的多视图GBLUP方法是由杨文宇;卓琳;吴冰杰;肖英杰;严建兵设计研发完成，并于2023-08-04向国家知识产权局提交的专利申请。

本一种用于整合多类型数据进行表型预测的多视图GBLUP方法在说明书摘要公布了：本发明公开了一种用于整合多类型数据进行表型预测的多视图GBLUP方法，包括以下步骤：将SNP基因型数据按照不同的表型类型表示为012形式的多类型数据，对数据进行Z‑score标准化；设多类型数据矩阵中的第i行和第j行为个体xi,xj，计算Kinship矩阵，定义两个个体间的相似性函数；将多类型数据加权整合成一个Kinship矩阵，使用差分进化算法，对种群进行变异、交叉操作，对比种群中的个体和经过变异、交叉后的个体，将权重赋予多类型数据的Kinship矩阵，将其代入到GBLUP模型中学习，选择表型预测精度高的个体作为下一代种群的成员；设置终止条件，输出多类型数据最优的权重组合。本发明能够快速准确的获取多类型数据的最优权重组合，辅助表型预测。

本发明授权一种用于整合多类型数据进行表型预测的多视图GBLUP方法在权利要求书中公布了：1.一种用于整合多类型数据进行表型预测的多视图GBLUP方法，其特征在于，该方法包括以下步骤： 步骤1，获取SNP基因型数据作为训练集合，将SNP基因型数据按照不同的表型类型表示为012形式的多类型数据，将多类型数据写成矩阵，矩阵的行表示材料，矩阵的列表示特征，对每列数据进行Z-score标准化； 步骤2，设多类型数据矩阵中的第i行和第j行为个体xi,xj，计算亲缘关系矩阵K，定义两个个体间的相似性函数； 步骤3，根据个体间的相似性，将多类型数据加权整合成一个亲缘关系矩阵K，使用差分进化算法，其具体流程为：初始化种群，种群中的每个个体为一组多类型数据的权重组合，对种群进行变异、交叉操作，对比种群中的个体和经过变异、交叉后的个体，将权重赋予多类型数据的亲缘关系矩阵K，将其代入到GBLUP模型中学习，选择表型预测精度高的个体作为下一代种群的成员； 步骤4，设置终止条件，在相邻两次迭代训练集合最大预测精度的绝对值差小于一定阈值时停止学习，输出多类型数据最优的权重组合； 步骤5，根据最优的权重组合设置GBLUP模型，输入待预测的SNP基因型数据，输出预测的表型。

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华中农业大学，其通讯地址为：430070 湖北省武汉市洪山区狮子山街1号；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。