基于机器学习的湖羊断奶体重预测研究  

作　　者：顾永跟[1,2] 时元婷 殷雨洋 黄杰 陶杰 吴小红[1,2] 张艳琼 

机构地区：[1]湖州师范学院信息工程学院,浙江湖州313000 [2]浙江省现代农业资源智慧管理与应用研究重点实验室,浙江湖州313000 [3]湖州市农业科学研究院,浙江湖州313000 [4]湖州学院电子信息学院,浙江湖州313000

出　　处：《中国畜牧杂志》2024年第7期304-311,共8页Chinese Journal of Animal Science

基　　金：浙江省重点研发项目(2017C02036);湖州市择优委托重点研发项目(2022ZD2002)。

摘　　要：本研究以初生羔羊信息预测羔羊断奶体重,预测结果作为判断对初生羔羊是否需要进行早期饲喂、治疗等干预的依据。本研究收集了湖州某羊场8 836只羊的性别、血统号、出生日期、羔皮品质、初生体重、同胎羔数、断奶体重等信息,通过观察特征间关系,使用斯皮尔曼秩相关系数进行特征相关性检测,筛选出4个重要特征变量(性别、出生月份、初生体重、同胎羔数),基于这些重要特征变量运用线性回归、随机森林、XGBoost、支持向量机回归、深度神经网络模型(DNN)对羔羊断奶体重进行回归预测。结果显示:5种模型的预测值与真实值误差小于1.5 kg的正确率均在81%以上,其中构建的DNN模型正确率可达88.40%,均方误差(MSE)值为2.96,平均绝对误差(MAE)值为0.87,均为最优。对预测的羔羊体重进行排序,以二分类形式判断是否需要干预饲喂,得出混淆矩阵与受试者工作特征曲线(ROC)图,显示DNN模型效果最好。

关 键 词：湖羊 早期干预 断奶体重预测 机器学习 深度神经网络 

分 类 号：S826.9[农业科学—畜牧学]