首页|基于前馈神经网络预测杜洛克公猪眼肌面积与背膘厚最佳宽度和深度模型研究

基于前馈神经网络预测杜洛克公猪眼肌面积与背膘厚最佳宽度和深度模型研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
本文旨在探究利用前馈神经网络(FNN)预测杜洛克公猪的眼肌面积(LDA)与背膘厚(BFT)的育种值，以确定预测模型的最佳宽度与深度。采集广西某猪场 2 000 头杜洛克公猪的LDA和BFT数据，使用5 次 5 折交叉验证方法，探究宽度在 2～1 024 个神经元、隐藏层在 1～31 层的神经网络的预测准确性。结果表明:在预测LDA性状时，宽度为 1 024、深度为 16 的FNN模型的准确性最高;在预测BFT性状时，宽度为32、深度为 1 的FNN模型表现最佳;神经网络模型(ANN)的预测准确性与参数量相关，但两者并非正相关关系，且模型在宽度较窄和隐藏层较深时易出现模型失效现象。模型训练时间与参数量呈现明显的正相关关系。本研究通过探索FNN模型结构和参数，为提升杜洛克公猪的眼肌面积与背膘厚的预测准确性提供新思路，并为构建更复杂的模型提供了一定的参考。

王素青、邹旋、郭金彪、李智丽、李梓茜、赵云翔

展开 >

佛山大学生命科学与工程学院,广东 佛山 528000

广西大学动物科技学院,广西 南宁 530004

广西扬翔股份有限公司,广西 贵港 530031

广西壮族自治区蚕业技术推广站,广西 南宁 530007

展开 >

杜洛克公猪 眼肌面积 背膘厚 神经网络宽度 神经网络深度

2024

10.19556/j.0258-7033.20231121-07

中国畜牧杂志
中国畜牧兽医学会

中国畜牧杂志

CSTPCD北大核心
影响因子：0.704
ISSN：0258-7033
年,卷(期)：2024.60(12)