小尾寒羊体重估测方法的研究

通过最小二乘法用体长和胸围2项体尺指标估测小尾寒羊体重,结果表明:不同的估测方法,估计精度不同。用体长(x1)的单项体尺估测体重(y1)与实测体重(y0)相关系数(r01)为0.575;用胸围(x2)估测体重(y2)与实测体重(y0)相关系数(r02)为0.782;用体长(x1)和胸围(x2)建立二元一次回归方程估测体重(y3)与实测体重(y0)相关系数(r03)为0.892。通过对各相关系数(r01、r02、r03)显著性检验,均达显著(P<0.05)或极显著水平(P<0.01)。经显著性检验可知:由二元一次回归方程y3=0.339x1+1.190x2-95.507估测小尾寒羊体重最为可靠。

中国荷斯坦育成母牛体重估测公式的研究

牛的体重是衡量牛体生长发育的重要指标，是测定生产性能、确定采食量、营养供给、初配年龄、用药剂量等的依据。因此，测量体重是养牛生产中的常规工作。但不少牛场缺少地磅设备，或地磅远离牛舍，特别是在散放饲养条件下，称重相当困难。为节省费用，可采用体重估测方法...

基于图像处理的蛋鸡体重估测方法研究

为了有效监测蛋鸡育成期的体重,并克服传统体重称量方法造成的蛋鸡应激反应致其生产性能下降的问题,试验采用图像处理技术对蛋鸡体重估测方法进行研究。试验采集6~20周龄罗曼灰蛋鸡的俯视图像、实际胫长和体重数据,对蛋鸡俯视图像进行预处理,经计算提取出目标特征,通过一元拟合分析、逐步分析法和MLP神经网络方法将特征参数和实测体重进行拟合,建立多种体重估测模型,并进行估计准确性的比较。结果显示:一元模型中,二次多项式模型的拟合效果最好,决定系数(R^(2))为0.841,平均相对误差为11.42%;通过逐步分析法拟合的模型R^(2)为0.901,平均相对误差9.23%;MLP神经网络模型的R^(2)达0.960,平均相对误差为4.29%。表明使用MLP神经网络模型拟合的结果最为精确,可作为一种有效的估测蛋鸡体重的方法。

应用二元回归原理推导渤海黑牛体重估测公式

本文阐述了以30头3岁及3岁以上空怀或怀孕6个月以前中等膘情母牛体重为依变量y,以体斜长x_1、胸围x_2为自变量,利用二元回归原理,对渤海黑牛体重估测公式进行了推导。通过F检验(P>0.01)、复相关系数检验(P<0.01)和实践检验,体重估测值与实际平均值仅差2.3kg,每头误差绝对值平均11.3kg,误差率3.26％(P>0.05);较约翰逊估重公式所得6.88％误差率降低3.62％,说明所得回归方程y=2.14x_1+3.37x_2-522.09较客观地反映了上述母牛体重的变化规律。然后,对相同年龄范围怀孕8个月以上中等膘情母牛空怀或怀孕6个月以前的上等,下等膘情母牛及公、阉牛的体重估测公式进行了校正。为便于记忆和实际应用,对所得公式进行了简化。

应用二元回归原理推导渤海黑牛体重估测公式

本文阐述了以30头3岁及3岁以上空怀或怀孕6个月以前中等膘情母牛体重为依变量 y,以体斜长 x_1、胸围 x_2为自变量,利用二元回归原理,对渤海黑牛体重估测公式进行了推导。通过 F 检验(P<0.01)、复相关系数检验(P<0.01)和实践检验,体重估测值与实际平均值仅差2.3千克,每头误差绝对值平均11.03千克,误差率3.26%(P>0.05);较约翰逊估重公式所得6.88%误差率降低3.62%,说明所得回归方程=2.14x_1+3.37x_2-522.09较客观地反映了上述母牛体重的变化规律。然后,对相同年龄范围怀孕6个月以上中等膘情母牛,空怀或怀孕6个月以前的上等、下等膘情母牛及公、阉牛的体重估测公式进行了校正。为便于记忆和实际应用,对所得公式进行了简化。

牛的外貌鉴定、体尺测量及体重估测

1外貌鉴定 牛的外部形态。因为体质和外貌是一致的，故可通过体型外貌测知牛的品种纯度、生产性能、健康状况及确定其改良和育种方向等。进行牛外貌鉴别时应首先熟知各种用途牛应有的外貌特征。不同用途的牛其外部形态不一样。通常有乳用、肉用和役用及其过渡类型。前三种典型体型的情况是乳用体型，表现为后躯发达的三角形，称楔形；肉用体型，表现为前后躯宽度近似的长方形，称矩形；役用体型，表现为前躯发达的三角形，称前胜形。

晋南牛体重估测公式的研究

为准确、方便、快速地度量晋南牛的体重 ,运用二元回归原理 ,采用只测量体长 (cm)、胸围 (cm)来估测体重。共测量、验证了 6 90头成年晋南公母牛 ,通过一、二、三类不同膘情的测量、称重、验证 ,总结出一类膘情体重 (kg) =(1.91×体长 (cm) +3.4 7胸围 (cm) - 517.6 )× 1.1;三类膘情体重 (kg) =(1.91×体长 (cm) +3.4 7×胸围 (cm) - 517.6 )× 0 .9,即 :晋南牛体重估测公式为体重(kg) =2×体长 (cm) +3.5×胸围 (cm) - 537,校正系数一类膘为 1.1,三类膘为 0 .9。

奶牛体重估测方法的探讨(二)——青年牛体重估测

奶牛业中,对体重的估测方法,多以成年牛为依据,但青年牛与成年牛在体型上有非常明显的差异。因此我们配置了多个适用于青年牛估重的回归方程。经检验从中筛选出最优公式,即体重(公斤)=212×体斜长(米)×胸围(米)-153,此公式简易,较准确,可在实践中参考试用。

奶牛体重估测方法的探讨

本文对成年黑白花奶牛估计体重公式进行了探讨,校正了目前使用的两个估重公式的系数。同时配置了多个新公式,进行了显著性检验,结果均较理想。特别是引入了腹围指标的公式,即体重(公斤)=72×体斜长(米)×胸围(米)×腹围(米).它利用体斜长、胸围和腹围的交互作用估测体重效果很好,且少有报道,可在实践中试用。

牛的体重估测法

目前病牛血吸虫病的治疗,仍以锑剂为主。但锑剂毒性大,须根据体重来推算剂量。但农村广泛开展病牛治疗时,无特制磅称,都以体尺来推计其体重。过去根据牛之体尺与体重的相关,已找出估重公式。例如血吸虫病防治手册的体尺估重公式是:体重(公斤)=胸围~2(厘米)×体斜长(厘米)/10800本文根据浙江、安徽二省的部分资料,按大。

成年湖羊体重估测初探

湖羊的体况直接影响其生产性能。在实际生产中湖羊体表有羊毛的覆盖,规模农户受条件所限,对于湖羊体况了解不便,若每只称重不但工作量大,且对湖羊的应激也很大,因而一般规模养户难以详尽撑握羊群的身体状况,仅凭经验来估计,羊群饲养营养水平科学性略显不足,不能更好的提高湖羊的生产性能。因此,湖羊体重估测方法研究对指导农户提高湖羊生产有现实意义。1材料与方法1.1试验羊来源用于本次测定的成年湖羊均来自苏州市种羊场。

四种不同公式估测胎儿体重准确性的比较

目的:探讨孕晚期估计胎儿体重最适宜的公式,通过比较四种不同公式对胎儿体重估计的准确性,选择出理想公式作为临床的参考。方法:选择2008年3月至2008年10月分娩于大连医科大学附属第一医院产科的221例无妊娠合并症的孕妇,于分娩前3天由一名有经验的超声医师测量胎儿各径线:双顶径(biparietal diameter,BPD)、头围(head circumference,HC)、腹围(abdominal circumference,AC)和股骨长度(femur length,FL)。分别用四种公式对胎儿体重进行估计,与分娩后出生体重进行比较,分析四种公式的准确性。四种公式分别为,公式1:EFW=1.07×BPD3+0.3×AC2×FL;公式2:Log10EFW=1.326-0.00326×AC×FL+0.0107×HC+0.0438×AC+0.158×FL;公式3:Log10EFW=1.3596+0.0064×HC+0.0424×AC+0.174×FL+0.00061×BPD×AC-0.00386×AC×FL;公式4:EFW=0.23718×AC2×FL+0.03312×HC3。结果:①四种公式估计孕晚期胎儿体重误差百分比均在10%以内。②四种公式在对221例胎儿体重估测与实际体重比较中,公式1预测胎儿体重值与实际体重值比较,无明显差异性,(p>0.05);其余3公式预测胎重值与实际体重比较,均明显小于实际体重,(p<0.05)。③四种公式在对178例正常体重组及41例巨大儿胎儿体重组预测中,其预测体重值与实际体重之间的绝对误差平均值比较分析,公式1明显小于公式2与公式4的绝对误差平均值,公式2、公式4分别与公式1比较(p<0.05);公式3与公式1的绝对误差平均值比较(p>0.05),二者无显著性差异。对于2例低体重儿组因例数较少,无统计学意义,需进一步临床研究。结论:四种公式预测胎重误差均在10%以内,均可以用于临床,其中公式1简单、误差小,更适用于孕晚期胎儿体重的估计。

应用逐步回归法估测中国西门塔尔牛体重的研究

本研究根据内蒙古乌拉盖地区某牛场牛的体长、体高、胸围、腹围、管围等体尺指数,应用逐步回归法,对牛的体重进行估测,并比较实测体重与估测体重之间的差异。得出估测中国西门塔尔牛体重的一般公式,按此公式所作的F和t检验均表明预测值与实际体重测定值无显著差异,其相关系数值达到0.952。

基于深度图像的大菱鲆体重估测模型研究

为了对大菱鲆体重进行无损估测,提出了一种基于深度图像的大菱鲆体重估测模型。该方法首先对大菱鲆深度图像进行图像预处理,提取出深度信息与生长数据进行映射建模,拟合出目标特征,并结合网格搜索优化支持向量回归(GS-SVR)算法,实现大菱鲆体重估测。估测结果与实际测量结果进行对比,两者的决定系数(R2)达到0.990 1,均方根误差(RMSE)为0.029 7。该模型具有简单灵活、估测精度高和易于实现等特点,同时具有很好的应用前景。

基于深度卷积网络的育肥猪体重估测

为快速、无应激、准确地获取育肥猪体重数据,采用深度卷积网络对育肥猪体重进行了估测。结果表明:1)在改造后的Xception、MobileNetV2、DenseNet201和ResNet152V24种模型中,DenseNet201模型体重估测效果最好,在验证集上估测的相关系数为0.9939,均方根误差为1.85kg,平均绝对误差为1.10kg,平均相对误差1.57%,被选为本研究所用的育肥猪体重估测模型;2)在测试数据上考察了该模型的泛化效果,其估测的相关系数为0.9767,均方根误差为2.75kg,平均绝对误差为2.10kg,平均相对误差3.03%,效果良好;3)该模型的平均估测时间为0.16s,其处理速度远快于传统方法,更适合用于育肥猪分群系统、母猪饲喂站等对猪只体重获取速度要求严格的场合。综上,深度卷积网络模型可用于快速估测育肥猪体重,为猪场的自动化、智能化和无人化管理提供依据。

基于计算机视觉技术的生猪体重智能估测研究进展

为了避免因人工测量生猪体重给生猪带来较严重的应激反应,影响生猪身体健康,严重时导致生猪死亡。综述了计算机视觉技术在生猪体重智能估测方面的研究进展,通过相机获取生猪2D或3D图像数据,提取生猪体长、体高、腹围宽、胸围宽和背部面积,基于线性函数、偏最小二乘法函数、RBF、MLP等非线性函数,对生猪体重自动预测模型进行研究,实现非接触式生猪体重估测,能及时、快速且无伤害地获取生猪体重信息。对比分析各项相关研究报道可知:线性预测模型的准确率明显低于非线性预测模型,且基于非线性函数构建的体重估测模型的平均误差小于5%,与实际体重的平均相关性约0.97,说明生猪非接触式体重估测方法的可行性,为生猪的精准饲养管理提供了一种有效的监测手段,减少人力资源损耗,提高生猪养殖福利。

对胸围估测上海黑白花奶牛体重的验证

奶牛的体重是反映牛只生长发育及健康情况的重要参数。它既可为群体选育提供可靠的数据,又可为人工授精员提供所需的青年母牛配种体重。另外,体重亦可为兽医治疗病牛用药剂量提供依据。目前,奶牛业所采用的测量奶牛体重的方法主要有两种:一是根据胸围~2×体斜长×常数估测;二是直接称得体重。前者虽较简便,但由于体斜长的度量受牛只站立姿势的影响,因而误差较大;后者称量准确,但耗费人力大,效率较低。上海奶牛研究所近期研制出《黑白花奶牛(母牛)胸围估测体重》尺,为在实用中验证其准确性,并为其推广和使用提供详实可靠的数据,现介绍如下。

应用约翰逊法估测郧巴黄牛体重的研究

本文着重阐述应用约翰逊法估测我县郧巴黄牛体重的公式校正。因为目前条件所限,一般地方因缺乏地磅,往往不能直接进行活体称重。目前世界各国普遍应用约翰逊估测活重公式,即:体重=胸围(厘米)~2×体斜长(厘米)/10800。但因我县郧巴黄牛体格矮小,且体型不规划,不符合标准役用牛体型,直接用约翰逊法进行体尺估测活重误差较大,所以有必要对公式进行校正。本人通过实践收集并筛选了60组实际称重和约氏法测重数据,应用统计中的配对试验时2个样本均数差异显著性检验(P【0.01),说明实际称重极显著地低于约氏法体尺测重。本人用约氏法标准公式为模式,以实际体重、胸围、体斜长为其真值,用W代替系数10800,求出W为12476(近似于12500),即经过修正后的我县郧巴黄牛的体尺测重公式为:体重(kg)=胸围(cm)~2×体斜长(cm)/12500,经对30头(随机抽样)郧巴黄牛进行检测,证明实际称重与修正后的公式体尺测重无显著性差异,说明修正后的郧巴黄牛体尺测重公式成立。但这种公式中的校正系数12500仅仅是通过少量的头数,并且在目前阶段的饲养环境下的膘情所获得的数据,还需要不断地验证,才能得出更好的结果。

早胜牛母牛体重与体尺性状相关回归分析

为了阐明不同月龄早胜牛母牛体重与体尺指标之间的关系,以建立不同月龄早胜牛的体重估测模型,试验分别测定了12月龄(233头)、18月龄(514头)和24月龄(797头)共1544头早胜牛母牛的体重(Y)、体高(X_(1))、体斜长(X_(2))、胸围(X_(3))和管围(X_(4))指标,并进行了相关分析、通径分析和逐步回归分析。结果表明:12,18,24月龄早胜牛母牛体重与体尺指标均呈极显著正相关(P<0.01),其中均与胸围的相关性最高,相关系数分别为0.947,0.848,0.908;12,18,24月龄早胜牛母牛体尺指标间均呈极显著正相关(P<0.01);12,18,24月龄早胜牛母牛体尺指标对体重的直接影响由大到小均依次为胸围(0.677,0.409,0.574)、体斜长(0.188,0.394,0.378)、体高(0.134,0.255,0.048)和管围(0.057,-0.015,-0.009);12月龄早胜牛母牛体斜长对体重的间接影响最大,胸围对体重的间接影响最小;18,24月龄早胜牛母牛体高对体重的间接影响最大,管围对体重的间接影响最小;建立了12,18,24月龄早胜牛母牛体重预测多元线性回归模型,分别为Y=93.023+0.717X_(1)+0.229X_(2)+0.171X_(3)+0.285X_(4)、Y=107.257+0.652X_(1)+0.571X_(2)+0.448X_(3)、Y=-245.280+2.430X_(1)+1.519X_(2)+0.182X_(3),3个模型的R2分别为0.925,0.872,0.880,拟合度较高。说明可通过测定早胜牛母牛胸围、体斜长和体高指标,利用上述不同月龄的体重回归模型估测其体重。