基于FIML和DAE的农业种质资源数据自适应填充方法

本发明公开了一种基于FIML和DAE的农业种质资源数据自适应填充方法，首先，利用聚类辅助避免数据异常值对算法的影响，然后采用选择性过滤层用于识别高质量估算、接着采用集成框架将全信息最大似然性(FIML)与多对抗性自编码器(DAE)结合的方法(CFSM‑DAE)来提高估算精度。最后，我们在3种缺失数据机制(MAR、MCAR和MNAR)下对模拟数据和实际水稻种质资源数据集进行研究，将CFSM‑DAE方法与多种常用填充算法比较(FIML，DAE，KNN，RF，MICE)；本发明充分利用观测数据，捕捉非线性关系，提高了填补结果的准确性和模型的鲁棒性，在不同缺失机制和缺失率下均表现出优越的填补效果，显著优于FIML DAE，KNN，RF，MICE常见的填补方法，在水稻种质资源缺失值填补中表现出显著优越性。