用最小二乘法原理估测黄牛体重

应用最小二乘法原理选用黄牛的体长、胸围两项体尺 ,来估测黄牛的体重 ,不同的估测方法其估测的精度不同。采用体长和胸围两项体尺建立的二元二次回归方程估测的体重Y1 与实测的体重Y0 的相关系数最高 (r0 1 =0 .670 5 ) ,其次为用体长X1 和胸围X2 建立二元一次回归方程估测的体重Y4与实测的体重Y0 的相关系数 (r0 4=0 .63 62 ) ;用胸围X2 的单项体尺估测的体重Y3与实测体重Y0 的相关系数r0 3为 0 .62 6;用体长X1 的单项体尺估测的体重Y2 与实际体重Y0 相关系数最小 ,r0 1 、r0 2 、r0 3、r0 4均达到极显著水准。体长和胸围这两项单项体尺对估测体重的重要性不同 ,胸围对体重的贡献率较体长为大     

乳牛体重估测方法的验证和探讨

通过测定厦门乳牛场78头黑白花母牛的有关体尺和实际体重,对我国估测乳牛和黄牛体重应用较广的由胸围和体斜长计算体重的两个公式和国外估测乳牛体重采用的由胸围查出体重的两个检查表的准确性进行了验证。结果,估测的体重都偏高,误差率均在5%以上(9.14%～17.30%)。为此分别用由估重公式推理而得估重系数=体重(公斤)/胸围~2(米)×体斜长(米)和估重系数=胸围~2(厘米)×体斜长(厘米)/体重(公斤)的公式,将两个估重公式的系数加以校正。经验证表明,用校正后的公式,即体重(公斤)=胸围~2(米)×体斜长(米)×81和体重(公斤)=胸围~2(厘米)×体斜长(厘米)+12345计算的体重,误差率只分别为0.19%和0.14%。同时,用测得的胸围(x)和体重(y)的数据,按方程y=ax~b求出样本的估重回归方程y=0.0004x~(2.668)。用这个回归方程计算的体重,误差率只有0.44%。为了简便起见,乃用这个回归方程算出不同胸围的相应体重,并制成新的检查表7。我们认为,上述改正的估重公式和检查表比较适用于厦门地区甚至本省的乳牛。由于用检查表估测体重,只要测得胸围即可查出体重,而且如果把胸围和体重一并标在软尺上,还可于测量胸围时直接读出体重,所以这个估重方法尤其值得推荐。     

鲁西黄牛成年母牛体重与体尺指标的相关回归分析

[目的]分析鲁西黄牛成年母牛体尺指标与体重的相关性,并进一步进行估测体重的回归分析,指导该品种牛的生产实际及选育工作。[方法]以山东省鲁西黄牛产区2006年测量的110条相关数据为基础,分析体重与体高、体长、胸围、管围的相关系数,构建估测鲁西黄牛成年母牛体重的回归模型。[结果]结果表明:体重与体高、体长、胸围、管围的相关系数分别为0.7510、.814、0.9090、.855;得到了2个估测体重的回归模型,估测值与实测值之间的相关程度分别为0.954和0.953,并根据2个模型用Visual Basic语言编写了鲁西黄牛体重计算程序。[结论]鲁西黄牛成年母牛体重与体高、体长、胸围、管围存在明显的线性关系。     

茶树新梢生长量估算方法研究

为了用非破坏性观测指标来科学合理地估测试验条件下茶树新梢的生长量,使用SAS统计软件对不同土壤含水率控制下的盆栽茶树头轮休眠新梢重量与长度、展叶数关系进行拟合,结果显示:新梢鲜重可以只用新梢长度粗略地估测;但是包含新梢长度、展叶数和芽头长度的估测公式较之更为精确;芽头长度是估测新梢重量的独立指标而不宜包含在新梢长度中;估测公式因土壤供水水平的不同而存在着差异。因此,在不宜采摘称重又要精确估测新梢生长量的试验中,应该依照不同的试验处理拟合相应的估测公式。     

二元杂种育肥猪体重估测公式的建立

猪的体长、胸围是家畜育种经常度量和研究的数量性状.它既可以反映猪的生长发育状况,又可以反映猪的体重和外貌,并与某些重要的经济性状有一定的相关.但采用体长和胸围估算猪的体重公式,即猪体重(kg)=体长×胸围/142或156或162(营养良好为142,营养中等为156,营养不良为162),估测误差很大.为此,我们利用本市江安区食品站收购二元杂种肥猪过程中实际测得的体长、胸围及体重数据,以建立较为理想的用于估测二元杂种猪的体重估算公式.     

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ResNet152V2 4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0.993 9,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0.976 7,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。     

绒山羊体尺、绒毛性状与经济性状的多元统计分析

应用多元统计方法,分析了绒山羊体尺、绒毛性状与经济性状间的相关关系。结果表明,体长(x2)、胸围(x3)、管围(x4)、毛长(x6)与体重(y1)之间呈极显著正相关(P<0.01),最优回归方程为y1=-46.306+0.327x2+0.587x3+0.780x4+0.288x6,回归方程的复相关系数为0.901(P<0.01),用其估测绒山羊体重有95%以上的可靠性。胸围对体重的影响最大,而体长、管围、毛长通过胸围间接影响体重;绒长对产绒量影响最大,但是单就体高、体长、胸围、管围、毛长、绒长与产绒量之间并不能找到最优回归方程。     

集约化饲养瘦肉型商品猪饲养标准验证试验报告—Ⅱ酮体品质与无脂瘦肉增重及其数学模型估算

试验选取广东省4家典型集约化养猪场400头[杜×(长×大)]三元杂交早期断奶仔猪,用广东省农科院畜牧所提出的饲养标准初稿配制饲粮,分3～8、8～20、20～50、50～90kg 4体重阶段饲养,测定各阶段生产性能,同时分别于20及90kg体重进行屠宰试验。测定宰前活重、热胴体重、瘦肉重、骨重、皮重、脂肪重、最后肋背膘厚、第十肋背膘厚及眼肌面积、瘦肉组织粗脂肪与粗蛋白质含量。分别按如下三种方法求得试验猪标准化胴体无脂瘦肉增重:①实测法,通过测定胴体瘦肉重及瘦肉脂肪含量求得;②估测法I,通过热胴体重、第十肋背膘厚及眼肌面积利用公式求得;③估测法Ⅱ,通过热胴体重、最后肋背膘厚利用公式求得。将求得的标准化胴体无脂瘦肉增重输入NRC(1998)营养需要模型进行运算。 试验结果表明:20kg猪瘦肉率为65.10％,第十肋背膘厚与眼肌面积分别为0.69cm与11.37cm2,胴体瘦肉粗脂肪、粗蛋白质含量分别为6.07％、17.01％,胴体无脂瘦肉粗蛋白质含量18.11％;90kg猪瘦肉率为65.95％,最后肋背膘厚、第十肋背膘厚与眼肌面积分别为2.00cm、2.36cm与42.38cm2,胴体瘦肉脂肪、粗蛋白质含量、胴体无脂瘦肉粗蛋白质含量分别为12.02％、19.81％、22.52％。通过实测法、估测法I、估测法Ⅱ求得试猪标准化胴体无脂瘦肉增重分别为291.0、2     

基于Hyperion植被指数的干旱地区稀疏植被覆盖度估测

受稀疏植被与明亮土壤背景影响,干旱地区植被覆盖精确遥感估测难度较大。以Hyperion影像为数据源,选取甘肃省民勤绿洲-荒漠过渡带为研究区,系统比较了利用不同类型高光谱及多光谱植被指数估测干旱地区稀疏植被覆盖度的能力,以期确定干旱地区稀疏植被覆盖度估测的最佳植被指数。不同植被指数估测稀疏植被覆盖度的能力利用线性回归R2及留一交叉验证的均方根误差进行比较,结果表明:高光谱植被指数估测稀疏植被覆盖度的能力显著优于相应的多光谱植被指数,抗大气植被指数(ARVI)及抗土壤和大气植被指数(SARVI)表现明显优于归一化植被指数(NDVI)与土壤调节植被指数(SAVI),其中以基于833.3nm/640.5nm波段组合的ARVI表现最佳,R2可达0.7294,均方根误差(RMSE)仅为5.5488。     

海南黄牛体型外貌变化与应对措施探讨

通过对海南黄牛(雷琼牛)进行外貌观察和体尺测量,研究了海南黄牛体型外貌特征在近年来的变化。研究表明:海南黄牛的多项体尺指标已发生了变化,其中母牛的体重、体高、胸围、管围、体长、峰高均变小;公牛的体重、体长、管围均有所增加,而胸围、体高、峰高则与母牛一样,都在变小;从整体上看,海南黄牛的体型在慢慢变长、变矮;役用功能有所增强;体躯骨骼的相对发育程度有所提高;躯干容量的发育程度有所下降。海南黄牛的群体体型特征虽然有向好的变化趋势,但进展缓慢,甚至出现退化的现象,母牛比公牛的退化程度大。     

牛血液型研究(Ⅱ)——延边黄牛的血型及其遗传构成

用43种国际标准抗血清检查了41头延边黄牛的A、B、C、F、L、S、Z,7个血型系——43种抗原,计算了其基因频率。根据七个基因位点的不同血型抗原的频率,估测了延边黄牛同朝鲜黄牛、日本褐牛、日本黑牛、印度尼西亚两个品种牛(BaliCattle、Madura Cattle)之间的遗传距离,分别为0.043、0.089、0.151、0.384和0.414。由不同品种牛之间的遗传距离绘出品种聚类图,并进行了聚类分析。结果表明,延边黄牛、朝鲜黄牛和日本褐牛相互间的遗传距离很小,有密切的类缘关系,而三者与日本黑牛都有较大的遗传距离,但它们都属于同一个系的牛;印度尼西亚Madura和Bali之间遗传距离很小,有密切的类缘关系,而与前者都有相当大的遗传距离,单独成为另一个系的牛。结合史料记载,可以认为前者是属于欧州系(Bos taurus domisticus)牛,后者属于印度系牛(Bos zebu indicus)。     

应用地基激光雷达对毛竹林有效叶面积指数的提取及敏感性分析

以宜兴市3种不同宽度(5、8、12 m)带状采伐毛竹林为研究对象,利用地基激光雷达(TLS)多站扫描获取的样地毛竹林完整点云数据,采用体元冠层分析方法对样地毛竹林有效叶面积指数进行提取,并评估有效叶面积指数的估测值对去噪和体元大小的敏感性,遴选有效叶面积指数的估测参数.结果表明:利用体元化的点云数据对3块样地的有效叶面积指数提取精度分别为86.33％、88.04％、86.22％;点云去噪后,有效叶面积指数估算的精度分别提高了16.55％、15.59％、14.57％;有效叶面积指数估测值对体元大小十分敏感,通过与实测叶面积指数对比,适合有效叶面积指数估测的体元大小为0.03 m.     

黄牛同期发情和超数排卵及取卵时间的研究

本地黄牛24头,利用二次PG(15-甲基前列腺素F_(2a))调整,进行同期发情,3个不同剂量组的效果表明:中等剂量每次5支(7.2mg)的效果较好达87.5％。不同年龄组比较发现:2.5～4.5岁黄牛同期发情效果(89％)明显高于4.5～8.5岁黄牛(57％)。进一步利用PMSG(孕马血清)超排处理表明:反应良好、一般,无反应各占1/3,且以3～5岁牛超排效果好;分析超排牛的排卵规律发现:排卵5个以上的牛排卵相对集中,排卵持续时间约在24h左右。进一步对卵子发育情况加以分析,发现要取到原核期前的受精卵,取卵时间宜在最后一次PG后74～76h或出现发情后的26～40h。且以后者推算为佳。     

杀菌剂毒力测定中一些数理统计问题的探讨及BASIC语言的应用

本文在总结过去的资料基础上结合作者多年工作经验,提出了一个比较完整而系统的对测定杀菌剂毒力结果进行统计与分析的方法。 对测定试验结果的分析与计算表明,用平均回归线的Y值来比较不同杀菌剂毒力的准确度可能与用EC50或ED50的有些差异,但还是可靠的。因此认为,具有不平行毒力曲线的杀菌剂毒力的差别,用值进行比较,是比较方便的。用抑制圈法测定毒力的结果也可以用值进行比较。 通过演算证明了,在使用EC50(或ED50)对数(m)变量(Vm)的计算公式时,不论供测药剂的毒力曲线是否平行均应乘上距回归误差均方(DMS),整个公式为: 本文认为,在用平均Y值进行杀菌剂比较时,从机率值标准误转为百分率标准误,可用下列公式计算: 本文还介绍了目前比较普遍使用的CASIO FX—702P型袖珍电子计算机在统计杀菌剂生物测定结果上的应用,并编了程序,列于附表。     

应用四元回归分析估测黄牛活重

根据蒙城本地黄牛、秦本F1代、西本F1代(秦:秦川牛;西:西门塔尔牛;本:蒙城本地黄牛)及豫北黄牛、本夏利F2代和本夏西F2代(本:豫北黄牛;夏:夏洛来牛;西:西门塔尔牛)的体尺体重资料,运用生物统计方法对黄牛活重进行了四元回归分析,并建立了黄牛活重估测的四元回归方程。     

利木赞牛改良遵义本地黄牛的效果初报

对遵义市利用利木赞牛改良本地黄牛(利本杂)后的体尺、体重及各项生产性能进行了测定,其结果表明利本杂牛在体尺、体重比本地黄牛有显者提高(P﹤0.01),分别比同龄的本地黄牛提高了14%、45%以上。在农村饲养条件下,18月龄的利本杂牛体重达232.28±43.71,比同龄的本地黄牛高48.45%。对5头18月龄的利本杂牛进行屠宰测定,其屠宰率为55.38%、净肉率为46.44%,肉骨比为5.19:1,与同龄的本地黄牛(5头)相比,屠宰率、净肉率分别高了6.7%、6.41%,说明利本杂牛肉用性能优于本地黄牛,适宜发展优质肉牛。     

Excel在财务分析报表上的使用技巧

财务分析报表是项目科研报告的重要组成部分,常用的"计算器+手工制表"的方法制作报表,业务量大,计算烦琐,修改也比较费时费力.使用电子表格的一些函数公式功能制作报表可以避免一些烦琐的计算,修改也比较方便,可节省很多的时间和精力用在基础工作上.下面谈谈Excel在财务分析报表上的几点使用技巧:     

小兴安岭白桦次生林叶面积指数的估测

叶面积指数(LAI)是量化冠层结构最常用的参数之一,准确估测LAI对森林生态系统结构特性的研究具有重要意义.利用半球摄影图像法和LAI-2000法及半球摄影图像法结合凋落物法估测了小兴安岭白桦次生林LAI及其动态变化.首先对该林型叶凋落末期(11月初)的半球摄影图像进行合理校正(包括木质部分所占比例α,冠层水平集聚指数ΩE,校正值作为该时期常绿树种的真实LAI(LAIt),结合各调查期的凋落物数据,得到落叶季节(7-11月)的LAIt,并以该值为参考值,对比分析了两种光学仪器法估测值.结果表明:两种光学仪器法在LAI最大时期低估(分别低估2.83％、6.20％),其他时期显著高估(平均高估118.13％、89.34％),但两种光学仪器法与探讨方法估测值存在很好的相关性:LAIt=-1.1393+1.0934·LAIHP,R2=0.80; LAIt=-0.1712+0.6259·LAILAI-2000,R2=0.83.研究结果可为将来方便、快捷、准确的估测白桦次生林的LAI提供参考.     

陕西黄牛群体血液蛋白位点的遗传分化

应用系统随机整群抽样法，对陕西４个黄牛群体６个血液蛋白位点估测的基因频率进行遗传变异分析。证实黄牛群体的遗传变异主要由系统内血液蛋白质的多态现象所造成，系统间的遗传差异仅在５．２８％以下。不同的群体遗传变异程度亦有差异，基因分化程度与各总群育种水平呈明显的反应关系。同时研究表明，系统随机整群抽样是进行黄牛群体遗传变异分析的最适抽样方法。