排序方式: 共有50条查询结果,搜索用时 15 毫秒
1.
2.
本研究旨在比较线性回归模型与机器学习模型在利用体尺性状预测体重时的准确性。测定102头革吉那布地区两岁龄牦牛相关体尺性状(体高、体长和胸围)与体重,然后将数据按照不同比例梯度分为训练集和测试集,利用传统的一般线性模型方法和机器学习方法(高斯过程回归、支持向量机)分别构建体尺性状与体重之间的回归预测模型。每个比例均重复5次,将体重的真实值与预测值之间的相关系数均值作为当前比例下的模型准确性结果。结果显示,随着训练集数据的增加,线性回归模型的预测结果较稳定在0.71至0.80之间,而机器学习方法的预测准确性最高达到0.91。故在训练集数据充足的情况下,相比于一般线性模型,利用机器学习方法进行预测具有更高的准确性。 相似文献
3.
为了研究阿里地区改则县半野血牦牛与家养普通牦牛之间肉质特性差异,促进当地牦牛产业健康持续发展为目的。对当地十六头牦牛进行肌肉化学性质测定,研究结果表明半野血牦牛鲜肉肉质理化性质总体上与当地家养型牦牛鲜肉肉质理化性质无显著性差异(t=0.2381 df=7,P?0.95),但是半野血公牦牛各理化性质均优于其他类型,而半野血母牦牛各理化性质均弱于其他类型。总体上讲,根据FAO/WHO模式提出的EAA/TAA标准为40,半野血牦牛与家养牦牛必须氨基酸与总量氨基酸的比值EAA/TAA分别为40.69和40.75均高于FAO/WHO模式提出的标准,说明两品种牦牛肉内蛋白质均为优秀蛋白质,营养价值显著。本研究为我们指导当地牦牛产业发展提供了方向。 相似文献
4.
5.
6.
7.
为了研究日粮蛋白质水平对育肥牦牛的影响,试验采用非配对试验设计,将24头牦牛分成两组(低蛋白质组和高蛋白质组),每组12头,公母各半,低蛋白质组饲喂粗蛋白水平为9.91%的日粮,高蛋白质组饲喂粗蛋白水平为13.89%的日粮,每天早晚各饲喂一次,预试期15 d,正试期56 d,测定各组的生长性能指标(初始重、末重、平均日增重、平均日采食量、料重比)、血清生化指标(总蛋白、白蛋白、球蛋白水平,葡萄糖、三酰甘油、尿素氮浓度,以及丙氨酸氨基转移酶、天冬氨酸氨基转移酶、碱性磷酸酶活性)、血清抗氧化指标(总抗氧化能力,超氧化物歧化酶、谷胱甘肽过氧化物酶活性及丙二醛浓度)、血清免疫球蛋白[免疫球蛋白A(IgA)、免疫球蛋白G(IgG)和免疫球蛋白M(IgM)]水平、血清细胞因子[白细胞介素2(IL-2)、白细胞介素4(IL-4)、白细胞介素6(IL-6)、白细胞介素10(IL-10)、肿瘤坏死因子α(TNF-α)和γ干扰素(IFN-γ)]水平、瘤胃发酵特征参数(pH值,微生物蛋白、氨态氮水平,总挥发性脂肪酸浓度,乙酸、丙酸和丁酸占比,乙酸/丙酸)及营养物质(干物质、有机物、粗蛋白、中性洗涤纤维、酸性... 相似文献
8.
西藏当雄牦牛牛皮蝇蛆病血清流行病学调查 总被引:1,自引:0,他引:1
为了摸清当雄牛皮蝇蛆病的流行现状及流行动态,2010~2011年从当雄6个乡镇13个行政村每月采集血样,共采集1175份牦牛血清,采用牛皮蝇蛆病诊断技术(ELISA方法,GB/T 22329-2008)进行检测及阳性血清进行年抗体动态变化研究。结果表明,当雄牦牛牛皮蝇蛆病血清阳性率为73.6%~100%,1年中11、12、1月份抗体水平较高,从10月份开始升高,表明当地预防性驱虫的时间应为11月份。 相似文献
9.
本文根据党中央全面实施西部大开发的重要战略决策,客观地综述了西藏畜牧业基本现状及畜牧业在国民经济中的地位。提出了发展畜牧业产业化所面临的主要问题。并以大开发为契机,结合我区实际,把千家万户的小农经济与开放的大市场相连接,与科技相对接,培育中介组织及农牧区经纪人做为突破口。从三个大的方面阐述了狠抓历史机遇,因地制宜、突出重点,发展西藏特色的畜牧业产业化模式及其对策措施。进一步阐明畜牧业部门及科研单位在畜牧业产业化中应发挥的作用。以改变我区传统、落后的畜牧业生产、经营方式,努力加快畜牧业专业化、商品化、市场化、现代化进程。实现农牧区经济结构的战略性调整。逐步形成“一业振兴、多业并举”的经济格局。 相似文献
10.
本研究利用18对微卫星对西藏阿里地区改则县的16头本地牦牛和18头半野血牦牛进行遗传多样性评估。结果显示,18对微卫星的平均等位基因数为7.44,其中TGLA73, BM2113和BGR3012,三个位点的观测杂合度最高为1.0000,AGLA293位点的观测杂合度最小为0.2049。改则县本地牦牛的期望杂合度(HE±SD=0.7000±0.0422)、观测杂合度(HO±SD =0.7243±0.0270)、平均等位基因数(NA=6.22±2.86)以及多态信息含量(PIC=0.636)均要高于改则县半野血牦牛(HE±SD=0.6864±0.0394,HO±SD=0.6940±0.0265,NA=6.06±2.44,PIC=0.622)。另外两个群体之间的遗传分化指数FST=-0.00542,同时结合主成分分析,发现两个群体遗传分化不明显。 相似文献