在统计框架中,每天对从乳牛群改善测试中例行收集的牛奶中红外光谱进行标准化

科学领域:

• 分析化学 分析化学
• 频谱学是一种光谱学.
• 乳制品科学 乳制品科学

背景情况:

• 中红外光谱 (MIR) 提供了牛奶成分的准确分析,但容易受到光谱偏差和跨仪器和时间的漂移.
• 现有的斜率-截面校正程序在测量后被应用,独立于固有的光谱变化.

研究的目的:

• 为了证明MIR牛奶光谱的创新,每日标准化方法,仅使用统计工具和历史数据.
• 根据常规乳牛群改善 (DHI) 数据,开发一个框架来估计每日,仪器和波数的标准化系数.

主要方法:

• 利用来自多个福斯仪器的大量数据集 (230万种光谱) 和相应的DHI数据 (数据集I) 来估计标准化系数.
• 使用了结合牛奶分析结果和动物信息 (DIM,平价) 的回归模型.
• 在使用原始和标准化光谱 (数据集II) 和标准牛奶分析 (数据集III) 的脂肪预测模型上验证了标准化效应.

主要成果:

• 开发的每日标准化协调了光谱和预测,纠正了一般和临时的仪器效应.
• 提高脂肪预测模型的可预测性和模型跨仪器的可转移性,将RMSE从0.0398%降至0.0246%脂肪.
• 在使用标准化光谱时,即使有外部数据传输,标准牛奶脂肪预测的RMSE从0.0406%降低到0.0195%.

结论:

• 为了准确的MIR牛奶分析,随着时间的推移,在仪器之间和仪器内部进行频繁的标准化是必不可少的.
• 提出的每日基于软件的标准化程序是一个有希望的,可扩展的解决方案,用于提高光谱数据质量和预测准确性.
• 这项研究作为每日MIR频谱标准化在实验室环境中使用DHI数据和特定仪器的概念验证.