CN115168342A - 一种种猪生长性能测定数据质控方法、系统、设备及终端 - Google Patents

一种种猪生长性能测定数据质控方法、系统、设备及终端 Download PDF

Info

Publication number
CN115168342A
CN115168342A CN202210706793.3A CN202210706793A CN115168342A CN 115168342 A CN115168342 A CN 115168342A CN 202210706793 A CN202210706793 A CN 202210706793A CN 115168342 A CN115168342 A CN 115168342A
Authority
CN
China
Prior art keywords
pig
weight
measurement
quality control
records
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210706793.3A
Other languages
English (en)
Other versions
CN115168342B (zh
Inventor
徐学文
王东
赵书红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong Agricultural University
Original Assignee
Huazhong Agricultural University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huazhong Agricultural University filed Critical Huazhong Agricultural University
Priority to CN202210706793.3A priority Critical patent/CN115168342B/zh
Publication of CN115168342A publication Critical patent/CN115168342A/zh
Application granted granted Critical
Publication of CN115168342B publication Critical patent/CN115168342B/zh
Priority to NL2035126A priority patent/NL2035126B1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K29/00—Other apparatus for animal husbandry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2282—Tablespace storage structures; Management thereof
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K29/00—Other apparatus for animal husbandry
    • A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Environmental Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Animal Husbandry (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Educational Administration (AREA)
  • Computational Mathematics (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Evolutionary Biology (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biophysics (AREA)
  • Primary Health Care (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Algebra (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Agronomy & Crop Science (AREA)
  • Probability & Statistics with Applications (AREA)

Abstract

本发明属于猪自动化生长性能测定技术领域，公开了一种种猪生长性能测定数据质控方法、系统、设备及终端，从种猪生长性能测定系统获取测定数据并汇总得到测定记录表，将测定记录表与系谱信息进行匹配；运用四分位法对每头猪的采食速度进行质控，计算采食速度；计算每头猪在测定期相邻日龄的增重并进行汇总质控，用Logistic回归模型预测每个日龄的体重，计算得到每头猪的最终体重记录。本发明采用的方法能对异常生长性能测定数据进行质控，提高生长性能测定数据的准确性和科学性，提升我国种猪在生长速度和饲料效率性状的改良速，有效解决由于设计缺陷、机械故障或活口动物行为问题导致记录的数据并不准确，影响育种数据准确性的问题。

Description

一种种猪生长性能测定数据质控方法、系统、设备及终端
技术领域
本发明属于猪自动化生长性能测定技术领域，尤其涉及一种种猪生长性能测定数据质控方法、系统、设备及终端。
背景技术
目前，种猪生长性能测定就是在标准化的同一饲养条件和管理水平下，将种猪饲养到目标体重，期间通过连续记录每头猪的采食量和体重变化数据，计算得出种猪生长性能指标的全过程。种猪生长性能指标包括达目标体重日龄(d)、测定期平均日增重(g/d)、饲料转化率(kg/kg采食量/增重)等数据。种猪生长性能测定为家畜个体遗传评定和群体遗传参数估计提供了数据支撑，能指导猪场经营管理者改进饲养管理水平，发挥优质种猪遗传潜力，改良杂交计划，也为消费者购买种猪提供了参考。
生长性能测定需要连续进行，是一项持久的工作，尤其是测定群体基数大时，工作量尤为巨大。人工进行生长性能测定，不仅费时费力，而且测定数据的准确性难以保证。使用自动化生长性能测定系统后，测定员只需要登录测定系统终端，便可以查看群体饲养条件下每一头猪的采食数据和体重数据。自动化生长性能测定系统的出现，极大减少了进行生长性能测定所需的人力、物力、及时间成本。
在很多情况下，自动化生长性能测定设备由于设计缺陷、机械故障或活口动物行为问题导致记录的数据并不准确，存在大量缺失值和异常值。如果对自动化生长性能测定的数据不进行处理直接应用，则由此得到的结果不仅会直接影响对测定性状的准确评估，从而影响国内生猪改良计划收集数据的准确性，而且会影响育种的成效，降低种猪改良速度。因而，越来越多的研究者开始注意到采食异常的问题，并针对采食异常设置了大于1500(g)小于-20(g)的采食量异常阈值，及采食时长大于1(h)的采食时长异常阈值，但这两个阈值均较为宽泛，相当大一部分异常数据并没有质控出来，并且没有考虑到采食速度的维度。另一方面，对体重数据的质控研究较少，并没有行之有效的标准。
通过上述分析，现有技术存在的问题及缺陷为：对自动化生长性能测定数据异常的质控，仅仅给出了异常值的阈值，没有从数据下载到质控的的完整流程，以及中间可能涉及的细节的介绍，并且质控条件较为宽松，相当大一部分异常错误并不能指控掉。
(1)现有的种猪生长性能测定方法中，人工进行生长性能测定，工作量尤为巨大，不仅费时费力，而且测定数据的准确性难以保证。
(2)现有的自动化生长性能测定设备由于设计缺陷、机械故障或活口动物行为问题导致记录的数据并不准确，影响育种数据准确性。
发明内容
针对现有技术存在的问题，本发明提供了一种种猪生长性能测定数据质控方法、系统、设备及终端，尤其涉及一种基于四分位法和Logistic回归分析的种猪生长性能测定数据质控方法、系统、介质、设备及终端，旨在解决由于设计缺陷、机械故障或活口动物行为问题导致记录的数据并不准确，影响育种数据准确性的问题。
本发明是这样实现的，一种种猪生长性能测定数据质控方法，所述种猪生长性能测定数据质控方法包括：
获取测定数据并汇总得到测定记录表，将测定记录表与系谱信息进行匹配；运用四分位法对每头猪的采食速度进行质控，并计算采食速度；计算每头猪在测定期相邻日龄的增重并进行汇总质控，计算得到每头猪的最终体重记录。
进一步，所述种猪生长性能测定数据质控方法包括以下步骤：
步骤一，从种猪生长性能测定系统下载测定期内的全部连续测定数据；
步骤二，将每头猪在不同测定日期的所有测定记录汇总到一张电子表格中，并以猪的个体号作为电子表格名称；对于没有个体号的数据，直接进行删除；
步骤三，将每头猪的测定记录表与系谱信息进行匹配，并在表格内添加品种、性别、出生日期以及日龄列；
步骤四，进行采食质控，对于每头猪计算平均每日采食量、平均每日采食次数、平均每日采食时间、平均每次采食量、平均每次采食时间和采食速度指标，并运用四分位法对采食速度进行质控，得到采食速度的上边缘和下边缘；
步骤五，对每头猪的每条采食记录计算其采食速度，将采食量小于采食速度下边缘或大于1500(g)的记录删除，将采食时间小于1(min)或大于1(h)的记录删除；用采食时长乘以采食速率上边缘计算单次最大采食量，用采食时长乘以采食速率下边缘得到单次小采食量；将采食速度大于采食速度上边缘的采食量记录替换为单次最大采食量，将采食速度小于采食速度下边缘的采食量记录替换为单次最小采食量；
步骤六，将执行步骤三所得的每头猪在不同测定日龄的多条体重记录分别通过四分位法进行质控，并将超出上边缘和下边缘的体重记录删除；
步骤七，将执行步骤六所剩余的每个测定日龄的多条体重记录求平均值作为所述测定日龄的体重；
步骤八，计算每头猪在测定期相邻日龄的增重，并将所有猪在测定期的所有增重进行汇总；通过四分位法进行质控，并将增重异常的体重记录删除；
步骤九，用Logistic回归模型对执行步骤八所得的每头猪的体重记录分别进行日龄关于体重的模型拟合，预测得出每个日龄的体重；
步骤十，计算步骤九所得的每头猪在测定日龄的预测体重减去执行步骤六所得的每个测定日龄的多条体重记录的多个差值；
步骤十一，汇总所有猪在所有测定日龄的体重差值，并通过四分位法进行质控，找到差值的上、下边缘；将处于差值范围内的体重记录保留，超过上、下边缘的体重记录用预测值进行替代；
步骤十二，将执行步骤十一所得的体重记录作为每头猪的最终体重记录。
进一步，所述步骤一中，下载测定期的产生的全部csv格式数据，所述格式数据包含测定期内产生的所有记录，达到从源头进行质控的目的。
所述步骤二中，将同一头猪分布在不同测定日期表格中的记录进行汇总，得到每头猪在其整个测定期的全部测定记录。
所述步骤三中，将每头猪的测定记录与其系谱信息进行匹配，进而观察每头猪在不同日龄的生长规律，并进行品种间或品种内比较。
进一步，所述步骤四中，通过四分位法找到采食速度的上、下边缘，作为质控的标准，采食速度涉及采食量和采食时长两个范畴，对采食量和采食时长同时进行质控。
所述步骤五中，依次对采食量、采食时长、采食速度进行质控，并将采食速度异常的采食记录，用最大或最小采食速度进行替换，拉回到正常范围内。
所述步骤六中，在执行步骤三的基础上通过箱线图质控的方法，对每头猪在同一测定日期的多条体重记录均进行质控，过滤掉较多的异常值。
进一步，所述步骤七中，对执行步骤六后，每头猪所剩余的同一测定日期的多条正常体重记录求平均值作为每头猪在该测定日期的体重。
所述步骤八中，通过计算相邻测定日期的增重并汇总所有增重记录再进行箱线图质控，将异常增重删除。
所述步骤九中，通过对执行步骤八后，每头猪日龄和体重记录用Logistic方法建模，以找到每头猪在日龄正常的体重区间。
进一步，所述步骤十中，通过计算模型预测的每头猪在不同日龄的体重值减去执行步骤六后每头猪在同一测定日期所保留的体重记录所得的差值，再次对每头猪在同一测定日期的多条体重记录进行校正。
所述步骤十一中，通过将所有猪只得所有差值进行汇总，再采用四分位法进行质控，以找到差值的合理区间；
将处于差值范围内的体重记录保留，超过上、下边缘的体重记录用预测值进行替代；可以将异常体重记录拉回正常范围。
所述步骤十二中，最终得到的体重记录经过多重质控。
本发明的另一目的在于提供一种应用所述种猪生长性能测定数据质控方法的种猪生长性能测定数据质控系统，所述种猪生长性能测定数据质控系统包括：
测定数据获取模块，用于从种猪生长性能测定系统下载全部连续测定数据；
数据汇总模块，用于将每头猪的所有测定记录汇总到一张电子表格中；
信息匹配模块，用于将每头猪的测定记录表与系谱信息进行匹配；
采食速度计算模块，用于运用四分位法对每头猪的采食速度进行质控，并计算采食速度；
体重计算模块，用于计算每头猪在测定期相邻日龄的增重并进行汇总质控，计算得到每头猪的最终体重记录。
本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
获取测定数据并汇总得到测定记录表，将测定记录表与系谱信息进行匹配；运用四分位法对每头猪的采食速度进行质控，并计算采食速度；计算每头猪在测定期相邻日龄的增重并进行汇总质控，计算得到每头猪的最终体重记录。
本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：
获取测定数据并汇总得到测定记录表，将测定记录表与系谱信息进行匹配；运用四分位法对每头猪的采食速度进行质控，并计算采食速度；计算每头猪在测定期相邻日龄的增重并进行汇总质控，计算得到每头猪的最终体重记录。
本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现所述的种猪生长性能测定数据质控系统。
结合上述的技术方案和解决的技术问题，请从以下几方面分析本发明所要保护的技术方案所具备的优点及积极效果为：
第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：
本发明提供的种猪生长性能测定数据质控方法，通过下载测定期的产生的全部csv格式数据，能够达到从源头进行质控的目的；将每头猪的测定记录与其系谱信息进行匹配，以便于观察每头猪在不同日龄的生长规律，及进行品种间或品种内比较。本发明采食速度涉及采食量和采食时长两个范畴，可以实现对采食量和采食时长同时进行质控的目的；对每头猪在同一测定日期的多条体重记录均进行了质控，可以过滤掉较多的异常值。
本发明对每头猪所剩余的同一测定日期的多条正常体重记录求平均值作为每头猪在该测定日期的体重，这避免了异常值的干扰；通过计算相邻测定日期的增重并汇总所有增重记录再进行箱线图质控，将异常增重删除，可以避免出现测定日期的多条体重记录均异常的情况；最终所得的体重经历了多轮质控，能过滤到大多数异常数据。本发明还能够有效解决由于设计缺陷、机械故障或活口动物行为问题导致记录的数据并不准确，影响育种数据准确性的问题。
第二，把技术方案看做一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：
本发明采用的方法能对异常生长性能测定数据进行质控，提高生长性能测定数据的准确性和科学性，提升我国种猪在生长速度和饲料效率性状的改良速。
第三，作为本发明的权利要求的创造性辅助证据，还体现在以下几个重要方面：
(1)本发明的技术方案转化后的预期收益和商业价值为：
本发明的技术方案转化后可以为种猪场挑选优质种猪提供参考，充分发挥生长性能测定的价值。
(2)本发明的技术方案填补了国内外业内技术空白：
本发明的技术方案填补了种猪自动化生长性能测定系统没有系统完整的质控流程的缺陷。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的种猪生长性能测定数据质控方法流程图；
图2是本发明实施例提供的质控前后的采食速度分布对比图；
图3是本发明实施例提供的质控前后的采食量分布对比图；
图4是本发明实施例提供的质控前后的采食时长分布对比图；
图5是本发明实施例提供的部分个体采用本方法质控前体重，质控后体重及模型预测体重值对比图；
图6是本发明实施例提供的种猪生长性能测定数据质控系统结构框图；
图中：1、测定数据获取模块；2、数据汇总模块；3、信息匹配模块；4、采食速度计算模块；5、体重计算模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
针对现有技术存在的问题，本发明提供了一种种猪生长性能测定数据质控方法、系统、设备及终端，下面结合附图对本发明作详细的描述。
一、解释说明实施例。为了使本领域技术人员充分了解本发明如何具体实现，该部分是对权利要求技术方案进行展开说明的解释说明实施例。
如图1所示，本发明实施例提供的种猪生长性能测定数据质控方法包括以下步骤：
S101，获取测定数据并汇总得到测定记录表，将测定记录表与系谱信息进行匹配；
S102，运用四分位法对每头猪的采食速度进行质控，并计算采食速度；
S103，计算每头猪在测定期相邻日龄的增重并进行汇总质控，计算得到每头猪的最终体重记录。
作为优选实施例，本发明实施例提供的基于四分位法和Logistic回归分析的种猪生长性能测定数据质控方法具体包括以下步骤：
步骤一、从种猪生长性能测定系统下载测定期内的全部连续测定数据；
步骤二、对每头猪，将其在不同测定日期的所有测定记录汇总到一张电子表格中，并以该猪的个体号作为电子表格名称；对于没有个体号的数据，直接进行删除；
步骤三、将每头猪的测定记录表与其系谱信息进行匹配，并在表格内添加品种、性别，出生日期及日龄列；
步骤四、进行采食质控，对于每头猪计算其平均每日采食量(kg)、平均每日采食次数、平均每日采食时间(min)、平均每次采食量(kg)、平均每次采食时间(min)、采食速度(g/min)指标，并运用四分位法对采食速度进行质控，得到采食速度的上边缘和下边缘；
步骤五、对每头猪的每条采食记录计算其采食速度，将采食量小于采食速度下边缘(g)或者大于1500(g)的记录删去，将采食时间小于1(min)或者大于1(h)的记录删去，用采食时长乘以采食速率上边缘计算单次最大采食量，用采食时长乘以采食速率下边缘得到单次小采食量，将采食速度大于采食速度上边缘的采食量记录替换为单次最大采食量，将采食速度小于采食速度下边缘的采食量记录替换为单次最小采食量；
步骤六、将执行步骤三所得的每头猪在不同测定日龄的多条体重记录分别通过四分位法进行质控，并将超出上边缘和下边缘的体重记录删除；
步骤七、将执行步骤六所剩余的每个测定日龄的多条体重记录求平均值作为该测定日龄的体重；
步骤八、计算每头猪在测定期相邻日龄的增重，并将所有猪在其测定期的所有增重进行汇总，再通过四分位法进行质控，并将增重异常的体重记录删除；
步骤九、用Logistic回归模型对执行步骤八所得的每头猪的体重记录分别进行日龄关于体重的模型拟合，预测得出每个日龄的体重；
步骤十、计算步骤九所得的每头猪在其测定日龄的预测体重减去执行步骤六所得的每个测定日龄的多条体重记录的多个差值；
步骤十一、汇总所有猪在所有测定日龄的体重差值，并通过四分位法进行质控，找到差值的上、下边缘，并将处于差值范围内的体重记录保留，超过上、下边缘的体重记录用预测值进行替代；
步骤十二、将执行步骤十一所得的体重记录作为每头猪的最终体重记录。
优选的，所述步骤一下载测定期的产生的全部csv格式数据，该格式数据包含测定期内产生的所有记录，达到从源头进行质控的目的。
优选的，所述步骤二将同一头猪分布在不同测定日期表格中的记录进行汇总，得到每头猪在其整个测定期的全部测定记录。
优选的，所述步骤三将每头猪的测定记录与其系谱信息进行匹配，以便于观察每头猪在不同日龄的生长规律，及进行品种间或品种内比较。
优选的，所述步骤四通四分位法找到采食速度的上、下边缘，作为质控的标准，采食速度涉及采食量和采食时长两个范畴，可以实现对采食量和采食时长同时进行质控的目的。
优选的，所述步骤五依次对采食量、采食时长、采食速度进行质控，并将采食速度异常的采食记录，用最大或最小采食速度进行替换，拉回到正常范围内。
优选的，所述步骤六在执行步骤三的基础上通过箱线图质控的方法，对每头猪在同一测定日期的多条体重记录均进行了质控，可以过滤掉较多的异常值。
优选的，所述步骤七对执行步骤七后，每头猪所剩余的同一测定日期的多条正常体重记录求平均值作为每头猪在该测定日期的体重，这避免了异常值的干扰。
优选的，所述步骤八通过计算相邻测定日期的增重并汇总所有增重记录再进行箱线图质控，将异常增重删除，可以避免出现测定日期的多条体重记录均异常的情况。
优选的，所述步骤九通过对执行步骤八后，每头猪日龄和体重记录用Logistic方法建模，以找到每头猪在该日龄正常的体重区间。
优选的，所述步骤十，通过计算模型预测的每头猪在其不同日龄的体重值减去执行步骤六后每头猪在同一测定日期所保留的体重记录所得的差值，再次对每头猪在同一测定日期的多条体重记录进行校正。
优选的，所述步骤十一通过将所有猪只得所有差值进行汇总，再采用四分位法进行质控，以找到差值的合理区间。
优选的，所述步骤十二最终所得的体重，经历了多轮质控，能过滤到大多数异常数据。
本发明实施例提供的质控前后的采食速度分布对比如图2所示，质控前后的采食量分布对比如图3所示，质控前后的采食时长分布对比如图4所示，部分个体采用本方法质控前体重，质控后体重及模型预测体重值对比如图5所示。
如图6所示，本发明实施例提供的种猪生长性能测定数据质控系统包括：
测定数据获取模块1，用于从种猪生长性能测定系统下载全部连续测定数据；
数据汇总模块2，用于将每头猪的所有测定记录汇总到一张电子表格中；
信息匹配模块3，用于将每头猪的测定记录表与系谱信息进行匹配；
采食速度计算模块4，用于运用四分位法对每头猪的采食速度进行质控，并计算采食速度；
体重计算模块5，用于计算每头猪在测定期相邻日龄的增重并进行汇总质控，计算得到每头猪的最终体重记录。
下面结合具体实施例对本发明的技术方案作进一步描述。
本发明实施例提供的种猪生长性能测定数据质控方法具体包括以下步骤：
(1)从种猪生长性能测定系统下载测定期内的全部csv格式数据：
共下载了某种猪场2021年6月27日到2021年10月31日之间共计127天次包括1606头猪在内的1,223,220条生长性能测定记录。
(2)对每头猪，将其在不同测定日期的所有测定记录汇总到一张excel表中，对于没有个体号的数据，直接进行删除，并以该猪的个体号作为文件名。共得到1606张不同的猪的编号命名的表。
(3)将每头猪的测定记录表与其系谱信息进行匹配，并在表格上添加品种、性别，出生日期及日龄列。
(4)首先进行采食质控，对于每头猪计算其平均每日采食量(kg)、平均每日采食次数、平均每日采食时间(min)、平均每次采食量(kg)、平均每次采食时间(min)、采食速度(g/min)指标，并运用四分位法对采食速度进行质控，得到采食速度的上边缘为66(g/min)和下边缘为18(g/min)。
(5)对每头猪的每条采食记录计算其采食速度，将采食量小于采食速度下边缘18(g)或者大于1500(g)的记录删去，将采食时间小于1分钟或者大于1小时的记录删去，用采食时长乘以采食速率上边缘66(g/min)来计算单次最大采食量，用采食时长乘以采食速率下边缘得到单次小采食量，将采食速度大于采食速度上边缘的采食量记录替换为单次最大采食量，将采食速度小于采食速度下边缘的采食量记录替换为单次最小采食量。
(6)将执行步骤三所得的每头猪在不同测定日龄的多条体重记录分别通过四分位法进行质控，并将超出上边缘或下边缘的体重记录删除。
(7)对执行步骤六后，每头猪所剩余的同一测定日期的多条正常体重记录求平均值作为每头猪在该测定日期的体重。
(8)通过计算相邻测定日期的增重并汇总所有增重记录再进行四分位法质控，找到增重的上边缘为5(kg)，下边缘为-3(kg)，将增重值大于增重上边缘，或小于增重下边缘的的异常增重所在日期的体重记录删除。
(9)通过对执行步骤八后，每头猪日龄和体重记录用Logistic方法建模，以找到每头猪在该日龄正常的体重区间。Logistic公式如下所示：
Yt＝A/(1+Be-kt)
其中Yt：第t日龄体重(kg)；A：最大体重(kg)；k：瞬时生长速度；B：生物学常数；t：日龄；e：自然对数。
(10)计算模型预测的每头猪在其不同日龄的体重值减去执行步骤六后每头猪在同一测定日期所保留的体重记录所得的差值。
(11)将所有猪只得所有差值进行汇总，再采用四分位法进行质控，找到差值的上边缘为3(kg)，下边缘为-4(kg)。并将差值处于上、下边缘之间的的体重记录保留，差值超过上、下边缘的体重记录用预测值进行替代。
二、应用实施例。为了证明本发明的技术方案的创造性和技术价值，该部分是对权利要求技术方案进行具体产品上或相关技术上的应用实施例。
本发明的技术方案可用于，对各种品牌的自动化生长性能测定系统进行体重记录和采食记录量方面的质控。
三、实施例相关效果的证据。本发明实施例在研发或者使用过程中取得了一些积极效果，和现有技术相比的确具备很大的优势，下面内容结合试验过程的数据、图表等进行描述。
本发明设置的最小采食量大于等于18(g)；最短采食时长大于1(min)；采食速度介于18(g/min)到66(g/min)的阈值相较与其他人设定的最大采食量大于1500(g)，单次最小采食量小于-20(g)，采食速度设置500(g/min)，采食时长小于1(h)的阈值相比，本研究所设的阈值更加严格合理，能够更好的达到对异常数据的质控效果。
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种种猪生长性能测定数据质控方法，其特征在于，所述种猪生长性能测定数据质控方法包括：
获取测定数据并汇总得到测定记录表，将测定记录表与系谱信息进行匹配；运用四分位法对每头猪的采食速度进行质控，并计算采食速度；计算每头猪在测定期相邻日龄的增重并进行汇总质控，计算得到每头猪的最终体重记录。
2.如权利要求1所述种猪生长性能测定数据质控方法，其特征在于，所述种猪生长性能测定数据质控方法包括以下步骤：
步骤一，从种猪生长性能测定系统下载测定期内的全部连续测定数据；
步骤二，将每头猪在不同测定日期的所有测定记录汇总到一张电子表格中，并以猪的个体号作为电子表格名称；对于没有个体号的数据，直接进行删除；
步骤三，将每头猪的测定记录表与系谱信息进行匹配，并在表格内添加品种、性别、出生日期以及日龄列；
步骤四，进行采食质控，对于每头猪计算平均每日采食量、平均每日采食次数、平均每日采食时间、平均每次采食量、平均每次采食时间和采食速度指标，并运用四分位法对采食速度进行质控，得到采食速度的上边缘和下边缘；
步骤五，对每头猪的每条采食记录计算其采食速度，将采食量小于采食速度下边缘或大于1500(g)的记录删除，将采食时间小于1min或大于1h的记录删除；用采食时长乘以采食速率上边缘计算单次最大采食量，用采食时长乘以采食速率下边缘得到单次小采食量；将采食速度大于采食速度上边缘的采食量记录替换为单次最大采食量，将采食速度小于采食速度下边缘的采食量记录替换为单次最小采食量；
步骤六，将执行步骤三所得的每头猪在不同测定日龄的多条体重记录分别通过四分位法进行质控，并将超出上边缘和下边缘的体重记录删除；
步骤七，将执行步骤六所剩余的每个测定日龄的多条体重记录求平均值作为所述测定日龄的体重；
步骤八，计算每头猪在测定期相邻日龄的增重，并将所有猪在测定期的所有增重进行汇总；通过四分位法进行质控，并将增重异常的体重记录删除；
步骤九，用Logistic回归模型对执行步骤八所得的每头猪的体重记录分别进行日龄关于体重的模型拟合，预测得出每个日龄的体重；
步骤十，计算步骤九所得的每头猪在测定日龄的预测体重减去执行步骤六所得的每个测定日龄的多条体重记录的多个差值；
步骤十一，汇总所有猪在所有测定日龄的体重差值，并通过四分位法进行质控，找到差值的上、下边缘；将处于差值范围内的体重记录保留，超过上、下边缘的体重记录用预测值进行替代；
步骤十二，将执行步骤十一所得的体重记录作为每头猪的最终体重记录。
3.如权利要求2所述种猪生长性能测定数据质控方法，其特征在于，所述步骤一中，下载测定期的产生的全部csv格式数据，所述格式数据包含测定期内产生的所有记录，达到从源头进行质控的目的；
所述步骤二中，将同一头猪分布在不同测定日期表格中的记录进行汇总，得到每头猪在其整个测定期的全部测定记录；
所述步骤三中，将每头猪的测定记录与其系谱信息进行匹配，进而观察每头猪在不同日龄的生长规律，并进行品种间或品种内比较。
4.如权利要求2所述种猪生长性能测定数据质控方法，其特征在于，所述步骤四中，通过四分位法找到采食速度的上、下边缘，作为质控的标准，采食速度涉及采食量和采食时长两个范畴，对采食量和采食时长同时进行质控；
所述步骤五中，依次对采食量、采食时长、采食速度进行质控，并将采食速度异常的采食记录，用最大或最小采食速度进行替换，拉回到正常范围内；
所述步骤六中，在执行步骤三的基础上通过箱线图质控的方法，对每头猪在同一测定日期的多条体重记录均进行质控，过滤掉较多的异常值。
5.如权利要求2所述种猪生长性能测定数据质控方法，其特征在于，所述步骤七中，对执行步骤六后，每头猪所剩余的同一测定日期的多条正常体重记录求平均值作为每头猪在该测定日期的体重；
所述步骤八中，通过计算相邻测定日期的增重并汇总所有增重记录再进行箱线图质控，将异常增重删除；
所述步骤九中，通过对执行步骤八后，每头猪日龄和体重记录用Logistic方法建模，以找到每头猪在日龄正常的体重区间。
6.如权利要求2所述种猪生长性能测定数据质控方法，其特征在于，所述步骤十中，通过计算模型预测的每头猪在不同日龄的体重值减去执行步骤六后每头猪在同一测定日期所保留的体重记录所得的差值，再次对每头猪在同一测定日期的多条体重记录进行校正；
所述步骤十一中，通过将所有猪只得所有差值进行汇总，再采用四分位法进行质控，以找到差值的合理区间；
将处于差值范围内的体重记录保留，超过上、下边缘的体重记录用预测值进行替代；将异常体重记录拉回正常范围；
所述步骤十二中，最终得到的体重记录经过多重质控。
7.一种应用如权利要求1～6任意一项所述种猪生长性能测定数据质控方法的种猪生长性能测定数据质控系统，其特征在于，所述种猪生长性能测定数据质控系统包括：
测定数据获取模块，用于从种猪生长性能测定系统下载全部连续测定数据；
数据汇总模块，用于将每头猪的所有测定记录汇总到一张电子表格中；
信息匹配模块，用于将每头猪的测定记录表与系谱信息进行匹配；
采食速度计算模块，用于运用四分位法对每头猪的采食速度进行质控，并计算采食速度；
体重计算模块，用于计算每头猪在测定期相邻日龄的增重并进行汇总质控，计算得到每头猪的最终体重记录。
8.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
获取测定数据并汇总得到测定记录表，将测定记录表与系谱信息进行匹配；运用四分位法对每头猪的采食速度进行质控，并计算采食速度；计算每头猪在测定期相邻日龄的增重并进行汇总质控，计算得到每头猪的最终体重记录。
9.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：
获取测定数据并汇总得到测定记录表，将测定记录表与系谱信息进行匹配；运用四分位法对每头猪的采食速度进行质控，并计算采食速度；计算每头猪在测定期相邻日龄的增重并进行汇总质控，计算得到每头猪的最终体重记录。
10.一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现如权利要求7所述种猪生长性能测定数据质控系统。
CN202210706793.3A 2022-06-21 2022-06-21 一种种猪生长性能测定数据质控方法、系统、设备及终端 Active CN115168342B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210706793.3A CN115168342B (zh) 2022-06-21 2022-06-21 一种种猪生长性能测定数据质控方法、系统、设备及终端
NL2035126A NL2035126B1 (en) 2022-06-21 2023-06-19 Method, system, apparatus and terminal for quality control of growth performance measurement data of breeding pigs

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210706793.3A CN115168342B (zh) 2022-06-21 2022-06-21 一种种猪生长性能测定数据质控方法、系统、设备及终端

Publications (2)

Publication Number Publication Date
CN115168342A true CN115168342A (zh) 2022-10-11
CN115168342B CN115168342B (zh) 2023-05-05

Family

ID=83487897

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210706793.3A Active CN115168342B (zh) 2022-06-21 2022-06-21 一种种猪生长性能测定数据质控方法、系统、设备及终端

Country Status (2)

Country Link
CN (1) CN115168342B (zh)
NL (1) NL2035126B1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050257748A1 (en) * 2002-08-02 2005-11-24 Kriesel Marshall S Apparatus and methods for the volumetric and dimensional measurement of livestock
CN104871999A (zh) * 2015-04-28 2015-09-02 范石军 一种智能集约化家畜、家禽监测系统及方法
CN106172082A (zh) * 2016-07-12 2016-12-07 中国农业大学 用于分析肉禽生长性能自动测量系统扰动数据的方法
US20170255722A1 (en) * 2015-02-04 2017-09-07 Hunan Agricultural University Globally universal key factor preset array platform for dynamic forecast analysis of biological populations

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050257748A1 (en) * 2002-08-02 2005-11-24 Kriesel Marshall S Apparatus and methods for the volumetric and dimensional measurement of livestock
US20170255722A1 (en) * 2015-02-04 2017-09-07 Hunan Agricultural University Globally universal key factor preset array platform for dynamic forecast analysis of biological populations
CN104871999A (zh) * 2015-04-28 2015-09-02 范石军 一种智能集约化家畜、家禽监测系统及方法
CN106172082A (zh) * 2016-07-12 2016-12-07 中国农业大学 用于分析肉禽生长性能自动测量系统扰动数据的方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
J. J. EISSEN等: "Effect of missing data on the estimate of average daily feed intake of growing pigs", 《JOURNAL OF ANIMAL SCIENCE》 *
党李苹等: "略阳乌鸡体重和产蛋数性状遗传参数估计", 《中国农业科学》 *
戴美玲: "种猪生长性能自动测定设备数据的特点及其正确性监控内容", 《猪业科学》 *
杨晓丹: "猪自动生长性能测定设备的数据质量管控研究", 《中国优秀硕士学位论文全文数据库》 *

Also Published As

Publication number Publication date
NL2035126A (en) 2024-01-05
CN115168342B (zh) 2023-05-05
NL2035126B1 (en) 2024-01-26

Similar Documents

Publication Publication Date Title
Schaeffer et al. Multiple-trait prediction of lactation yields for dairy cows
Mertens et al. Statistical control charts as a support tool for the management of livestock production
Dijkstra et al. Evaluation of a mechanistic lactation model using cow, goat and sheep data
Sumner et al. The economics of regulations on hen housing in California
Hepworth et al. Early warning indicators for hock burn in broiler flocks
Pachzelt et al. Coupling a physiological grazer population model with a generalized model for vegetation dynamics
O'Neill et al. Evaluation of the G raze I n model of grass dry‐matter intake and milk production prediction for dairy cows in temperate grass‐based production systems. 1–S ward characteristics and grazing management factors
Waldner et al. Identifying performance benchmarks and determinants for reproductive performance and calf survival using a longitudinal field study of cow-calf herds in western Canada
Negussie et al. Reliability of breeding values for feed intake and feed efficiency traits in dairy cattle: When dry matter intake recordings are sparse under different scenarios
Bittante et al. Heritability estimates of enteric methane emissions predicted from fatty acid profiles, and their relationships with milk composition, cheese-yield and body size and condition
Yan et al. Relationships between feeding behaviors and performance traits in slow-growing yellow broilers
Picard Druet et al. Reliability of genomic evaluation for egg quality traits in layers
Lovarelli et al. Relating lying behavior with climate, body condition score, and milk production in dairy cows
Zhang et al. Herd-level versus animal-level variation in methane emission prediction in grazing dairy cattle
Gorssen et al. A promising resilience parameter for breeding: the use of weight and feed trajectories in growing pigs
Wang et al. Assessing genetic diversity and estimating the inbreeding effect on economic traits of Inner Mongolia white cashmere goats through pedigree analysis
CN112462030B (zh) 一种畜禽粪污土地承载力测算方法及装置
CN115168342B (zh) 一种种猪生长性能测定数据质控方法、系统、设备及终端
Plenio et al. Application note: Validation of BovHEAT—An open-source analysis tool to process data from automated activity monitoring systems in dairy cattle for estrus detection
Gao et al. Genetic parameters and genomic prediction for feed intake recorded at the group and individual level in different production systems for growing pigs
Oh et al. Genetic parameters for various random regression models to describe total sperm cells per ejaculate over the reproductive lifetime of boars
US11576354B2 (en) Method for customized monitoring of sounds caused by respiratory distress
Seymour et al. Associations between feed efficiency and aspects of lactation curves in primiparous Holstein dairy cattle
Piles et al. Bayesian inference about parameters of a longitudinal trajectory when selection operates on a correlated trait
Niemi et al. The economic and environmental value of genetic improvements in fattening pigs: an integrated dynamic model approach

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant