[发明专利]基于介电频谱技术快速检测乳牛隐性乳房炎等级的方法

摘要

本发明公开了一种基于介电频谱技术快速检测乳牛隐性乳房炎等级的方法。本方法包括以下步骤：采集一批隐性乳房炎等级为阴性、弱阳性、阳性和强阳性乳牛的乳样，使用介电频谱测量仪测量其介电频谱；划分校正集与预测集，提取特征介电变量；基于全谱或特征介电变量建立检测隐性乳房炎等级的线性或非线性模型；验证模型准确率，经对比确定出基于连续投影算法的误差反向传播网络模型为最佳模型；采集未知隐性乳房炎等级乳牛的乳样，测量其介电频谱，将特征介电变量的数值代入最佳模型即可得出该乳牛隐性乳房炎等级。本方法基于介电频谱技术，具有检测便捷、迅速、操作简单、精度高、可实现在线及实时检测的优点。

主权项

1.基于介电频谱技术快速检测乳牛隐性乳房炎等级的方法，其特征在于，包括以下步骤：（1）收集样本：收集一批不同隐性乳房炎等级乳牛的牛乳样品；样品在低温下保存，24小时内完成样品介电频谱的采集；根据国标规定的方法测量各牛乳样品的体细胞数，基于体细胞数划分乳牛隐性乳房炎等级；（2）介电频谱的采集：测量前将样品回温到室温，在25℃下采用介电频谱测量仪完成介电频谱的采集；采集前需预热并校准测量装置，设置采集软件；测量牛乳样品在射频/微波范围内的介电频谱，该介电频谱包括相对介电常数频谱、介质耗损因数频谱；（3）样本划分：采用kennard‑Stone法将每个等级下的牛乳样本划分为校正集与预测集；校正集和预测集的样品比例按照2:1或3:1或4:1划分；其中校正集和预测集中均含有阴性、弱阳性、阳性和强阳性乳房炎等级乳牛的牛乳，且各等级牛乳在校正集和预测集的比例与总的校正集和预测集的样品比例一致；（4）特征介电变量的提取：基于校正集样本，采用连续投影算法、无信息变脸消除法、竞争性自适应重加权算法对牛乳样品的介电频谱进行降维，从所有介电频谱数据中提取出能区分乳牛隐性乳房炎等级的特征介电变量；特征介电变量可以单独从相对介电常数频谱或介质耗损因数频谱中提取，也可以从相对介电常数频谱和介质耗损因数频谱两种频谱中同时提取；（5）乳牛隐性乳房炎等级定性检测模型的建立：以步骤（4）中提取的特征介电变量为输入参数，以阴性、弱阳性、阳性和强阳性乳房炎四个等级为输出参数，基于校正集中的牛乳样本分别以偏最小二乘判别分析、支持向量机、极限学习机及误差反向传播网络算法建立检测乳牛乳房炎等级的线性或非线性模型；（6）模型的验证：利用预测集中牛乳样品数据检验步骤（5）所建立的多个乳牛隐性乳房炎等级检测模型的性能，以正确识别率作为评价模型优劣的标准，对比确定出基于连续投影算法的误差反向传播网络模型为最佳模型；（7）未知隐性乳房炎等级乳牛的检测：对于未知隐性乳房炎等级的乳牛，采集其牛乳样品，按照步骤（2）完成介电频谱的采集，将介电频谱数据中与步骤（4）连续投影算法确定的特征介电变量相同的介电频谱数据代入步骤（6）确定的最佳模型中，就可以快速检测该未知乳牛隐性乳房炎等级。