排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
2.
为了预测集约化牧场奶牛患有临床乳房炎的风险,试验选择黑龙江省黑河市两个集约化奶牛场的288头泌乳牛及其数据为研究对象,分为患病组(确诊患有乳房炎的奶牛189头)和健康组(109头),选择这些奶牛的日平均产奶量、日平均活动量、日平均反刍时间、日白天平均反刍时间、日夜间平均反刍时间、昼夜反刍时间比、日每2 h的反刍时间偏差绝对值、日加权反刍时间变化绝对值的和、日平均电导率变化百分比、日电导率峰值14个指标数据,比较分析上述变量在患病组和健康组组间和组内差异;然后采用3种机器学习算法(决策树、随机森林、eXtreme Gradient boosting)和二元逻辑分类算法预测奶牛乳房炎的发病情况。结果表明:在d-0时,患病组奶牛的日平均产奶量[(34.89±11.81)kg]极显著低于健康组[(41.96±8.69)kg,P<0.01];而在d-7~d-2时,患病组奶牛的日平均产奶量均高于健康组,但差异不显著(P>0.05)。患病组奶牛的日平均反刍时间、日白天平均反刍时间、日夜间平均反刍时间在d-1时均达到最低[(515.37±66.88)min、(206.63±67.05)mi... 相似文献
1