标题 |
Nonlinear kernels, dominance, and envirotyping data increase the accuracy of genome-based prediction in multi-environment trials
非线性核、优势和环境分型数据提高了多环境试验中基于基因组预测的准确性
相关领域
物候学
核(代数)
加性模型
水准点(测量)
核方法
计算机科学
计算
支持向量机
基因组学
最佳线性无偏预测
高斯分布
生物
线性模型
机器学习
计算生物学
人工智能
基因组
算法
数学
遗传学
地理
选择(遗传算法)
大地测量学
量子力学
物理
组合数学
基因
|
网址 | |
DOI | |
其它 |
期刊:Heredity 作者:Germano Costa‐Neto; Roberto Fritsche‐Neto; José Crossa 出版日期:2020-08-27 |
求助人 | |
下载 | |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|