摘要
马匹体重是反映与衡量其健康状况的重要指标之一,并在马匹选育、肉质评价、饲养管理、马匹鉴定等方面具有重要参考意义.传统马体重估测模型的特征值之间存在共线性问题.故文中利用85匹一至三岁伊犁马的胸围、体高、体长信息作为特征值,采用K均值聚类算法确定隐含层中心点位置,并构建了基于径向基函数(RBF)的神经网络体重估测模型.模型采用平均绝对离差与线性拟合优度作为评价指标.线性伊犁马体重估测模型的平均绝对离差为15.45 kg,决定系数R2为0.688,基于RBF神经网络的伊犁马体重估测模型的平均绝对离差为7.75 kg,决定系数R2为0.917.研究结果表明:RBF神经网络模型能有效去除特征值之间的共线性问题,提高伊犁马体重估测准确度.基于RBF神经网络的伊犁马体重估测模型效果优于线性回归、通用性马体重估测模型,为准确估测伊犁马体重提供了新思路.
基金项目
新疆维吾尔自治区重大科技专项(2017A01002-5)
国家科技期刊平台
NSTL
维普
万方数据