科学调整奶牛不同生理阶段TMR对奶牛生产性能的影响

选取新产(A组)、高产(B组)、低产(C组)牛各40头用于试验,根据牛场环境、产奶量及牛群体况等,科学调整日粮配方,研究其对奶牛干物质采食量、产奶量、乳成分等的影响.结果显示:饲喂调整后TMR,B组干物质采食量由试验前23.43kg/(头·d)上升到试验后24.49kg/(头·d),相对升高了4.52％;整个试验期内各...     

基于随机蛙跳和支持向量机的牛乳收购分级模型构建

蛋白质、脂肪含量和体细胞数量作为牛乳收购中的重要参考指标，决定了牛乳的品质和价格。为批量准确地对牛乳品质进行分级，提高乳企的生产效率，本研究以3216份荷斯坦牛牛乳样本为研究对象，应用中红外光谱技术实现对收购过程中4种不同品质牛乳的检测分级。利用一阶导数和一阶差分对光谱进行预处理，并结合竞争性自适应重加权算法（Competitive Adaptive Reweighted Sampling，CARS）和随机蛙跳算法（Shuffled Frog Leaping Algorithm，SFLA）筛选出能代表不同牛乳的有效特征变量，建立支持向量机（Support Vector Machine，SVM）模型。其中，利用网格搜索法（Grid Search，GS）、遗传算法（Genetic Algorithm，GA）和粒子群算法（Particle Swarm Optimization，PSO）对SVM模型的关键参数——惩罚参数c和核函数参数g进行优化。结果表明，SFLA算法总体上优于CARS算法，PSO优化SVM模型的效果最佳。一阶差分预处理后，利用SFLA算法筛选特征变量建立的PSO-SVM模型，训练集准确率、测试集准确率和曲线下面积（Area Under Curve，AUC）分别为97.8%、95.6%和0.96489。该模型具有较高的准确率，在牛乳产业中具有实际应用价值。     

年度、胎次与奶牛产奶量、乳成分、高峰日和高峰奶的相关性分析

本研究旨在通过对河北省不同年度、胎次奶牛与其产奶量及乳成分、高峰日、高峰奶的相关性分析得出规律，为河北奶牛平衡育种提供数据支撑。本研究收集河北省2017-2021年近5年的奶牛生产性能测定（DHI）数据，分别按胎次和年度进行横向、纵向统计和方差分析。结果显示，年度和胎次对日单产、乳脂率、体细胞数、高峰奶、高峰日、305d奶量都具有显著的影响。不同年度除对乳蛋白率的影响不显著外，均显著地影响产奶量和其他乳成分指标。胎次与高峰奶量呈正相关（P<0.01），与高峰日呈负相关（P<0.01），与日产奶量和群体305d奶量呈正相关（P<0.01），与体细胞数呈正相关（P<0.05），与乳蛋白率呈负相关（P<0.01）；胎次对乳脂率、尿素氮有影响，但不显著（P>0.05）。