文献类型： 中文期刊

作者： 刘亚欣 ¹ ; 何鑫淼 ² ; 刘欣睿 ¹ ; 秦婕 ¹ ; 王嘉博 ¹ ; 王文涛 ² ; 吴赛辉 ² ; 刘娣 ² ; 钟金城 ¹ ;

作者机构： 1.西南民族大学青藏高原动物遗传资源保护与利用四川省教育部重点实验室

2.黑龙江省农业科学院畜牧研究所

关键词： 民猪;构建模型;肌内脂肪;眼肌面积;预测准确率;岭回归最佳线性无偏估计模型;贝叶斯B模型;随机森林算法模型

期刊名称： 黑龙江畜牧兽医

ISSN：

年卷期： 2023 年 013 期

页码： 63-67,135

收录情况： 北大核心

摘要： 为了探究不同统计模型预测猪肌内脂肪含量和眼肌面积的可行性，试验利用测定的312头民猪的体重、背膘厚和日龄数据，以岭回归最佳线性无偏估计（ridge regression best linear unbiased prediction, rrBLUP）、贝叶斯B （Bayes B）、随机森林算法（Random Forest, RF）三种模型来预测民猪肌内脂肪（intramuscular fat, IMF）含量和眼肌面积（eye muscle area, EMA）,每种模型均采用5倍交叉法和去一法进行验证，比较预测结果以得出预测准确率较好的一种模型。结果表明：两种验证方法中，去一法的预测准确率要明显高于5倍交叉法，但计算效率较慢。在预测肌内脂肪含量的模型中，rrBLUP、Bayes B、RF模型的预测准确率分别为0.639,0.595,0.631,其中rrBLUP模型预测效果较好。在预测眼肌面积的模型中，rrBLUP、Bayes B、RF模型的预测准确率分别为0.618,0.464,0.642,其中RF模型预测效果较好。说明基于体重、日龄和背膘厚测定数据预测民猪IMF和EMA是可行的。