相关实验视频
Updated: May 3, 2026

14:53
Bovine Mammary Gland Biopsy Techniques
Published on: December 23, 2018
15.0K
基于机器学习的乳牛临床乳腺炎预测:使用生产和管理数据对9个算法的比较分析
Chengyuan Liu1, Meng Cui2, Dengke Zhang1
1Key Laboratory of Animal Biotechnology of the Ministry of Agriculture, College of Veterinary Medicine, Northwest A&F University, Yangling 712100, Shaanxi, China.
Journal of dairy science
|December 15, 2025
概括
一个新的机器学习系统使用农场数据预测奶牛的乳腺炎. 这种早期预警系统可以改善奶牛的健康状况,并减少精密奶牛养殖的经济损失.
科学领域:
- 兽医医学 兽医医学 兽医医学
- 数据科学数据科学数据科学
- 机器学习 机器学习
背景情况:
- 乳腺炎是奶牛养殖的一个主要挑战,造成了巨大的经济损失.
- 目前的诊断方法是反应性和昂贵的,需要先进的预测技术.
研究的目的:
- 开发和评估一种基于机器学习的新型系统,用于预测奶牛的乳腺炎.
- 整合数据科学与兽医,以改善疾病管理.
主要方法:
- 通过使用9个机器学习算法分析了177,493个奶牛记录.
- 培训生产,生理和管理数据的模型,采用交叉验证.
- 使用F1分数和AUC等指标评估模型性能,有或没有Z标准化.
主要成果:
- 随机森林获得了最高的预测性能 (F1得分:0.804,AUC:0.884).
- 关键预测因素包括年龄,牛奶产量,蛋白质和脂肪百分比.
- 在所有算法中,Z标准化始终改善了模型性能.
结论:
- 开发的系统为乳腺炎提供了有效的早期预警,识别高风险动物.
- 这种数据驱动的方法支持精准奶牛养殖,并减少与疾病相关的经济损失.
- 这项研究促进了乳制品养殖业的数字化和精密管理转型.

