猪胴体重在线分级预测线性回归模型研究

摘要

[目的]针对国内大多数屠宰企业仍通过人工测量猪胴体背膘厚度，再结合胴体重对其进行分级，存在劳动强度大、作业效率低、人畜交叉污染风险高等问题，本文旨在建立猪胴体重预测模型，以便利用图像处理等技术获取模型中的相关参数，进而获得胴体重。[方法]在14:00—15:00、15:20—16:20、16:30—17:30三个时段内，随机选取按照标准化工艺屠宰后15 min左右、胴体重50～90 kg的猪胴体60头，在完成各试样前腿处横长(L_f)、1/2处横长(L_(1/2))、后腿处横长(L_r)、1/2处背膘厚度(t_(1/2))、胴体直长(L_t)及胴体重(w)等参数测定的基础上，建立不同的胴体重预测模型并进行优化及准确率验证。[结果]采用横长加权均值(L_e)代替背膘厚度，与直长建立的胴体重预测模型为w=4.05L_e+0.45L_t-116.32,其决定系数由0.48提高到0.96(P=0.01),预测准确率最高达94.16%。[结论]采用横长加权均值减小了误差，建立的猪胴体重预测模型准确性较其他模型高。

关键词

猪胴体重 / 特征参数 / 预测 / 线性回归 / 模型