在屠宰场使用机器学习算法预测牛的黑色切割尸体:土耳其的一项研究
Seyfi Özdemir1, Gonca Nuran Özdemir2, Bulent Ekiz3
1Ministry of Agriculture and Forestry, Esenyurt District Directorate, Esenyurt, 34510 Istanbul, Türkiye.
Meat science
|August 31, 2025
概括
养殖者的行为对牛的黑色切割有很大影响. 机器学习模型准确地预测暗切,强调了屠宰场处理实践的重要性.
科学领域:
- 动物科学
- 食品科学
- 机器学习应用
背景情况:
- 黑色切割, 肉质缺陷, 影响牛肉的价值.
- 对于肉类行业来说, 了解影响黑色切割的因素至关重要.
- 屠宰场的做法和动物的行为是潜在的原因.
研究的目的:
- 调查畜牧者的行为,动物的行为,和牛的暗切割之间的关系.
- 评估机器学习算法在预测暗切的有效性.
- 为了确定牛中黑色切割的关键预测因素.
主要方法:
- 收集了三种不同品种的648头牛的数据.
- 使用机器学习 (ML) 算法,包括提升和随机森林.
- 用于数据集平衡的合成少数超样本技术 (SMOTE).
主要成果:
- 通过增强算法实现了0.97的最高准确度.
- 采用股东行动的模型表现出卓越的准确性.
- 发现的关键预测因素包括年龄,屠宰走廊的殴打和息地类型.
结论:
- 机器学习模型,特别是Boosting和Random Forest,可以准确地分类黑色切割尸体.
- 股东的行为是影响黑色切割的关键因素.
- 需要进一步的研究来验证不同国际牛处理实践的发现.


