-
Patent Agency Ranking
公开(公告)号：CN118688148A
公开(公告)日：2024-09-24
申请号：CN202410812890.X
申请日：2024-06-22
Applicant: 华中农业大学
IPC: G01N21/3577 , G06F30/20 , G06F119/02
Abstract: 本发明属于奶牛性能测定和牛奶品质检测领域，公开了利用光谱建立牛奶中矿物质Ca检测模型。申请人使用人工手动选择+多次遍历的方法。最终选取用于建模的特征波段，选取了原料牛奶中钙含量模型建立的最优预处理与算法组合，确定了最优参数，提高了模型的准确性，实现了原料牛奶中钙含量的快速、准确、低成本的检测。
-
公开(公告)号：CN118566163A
公开(公告)日：2024-08-30
申请号：CN202410803498.9
申请日：2024-06-20
Applicant: 华中农业大学
IPC: G01N21/3577
Abstract: 本发明属于骆驼性能测定和驼奶品质检测领域，公开了骆驼奶中钙含量检测的光谱模型。利用骆驼奶的中红外光谱，在特征波段的选择方面，使用人工手动选择+多次遍历的方法，打破了常用算法筛选特征。最终选取用于建模的特征波段，特别是包含部分水的吸收区域，并证明了增加部分水吸收波段可以提升模型的准确性，建立骆驼奶中钙含量的专用预测模型，打破骆驼奶生产性能测定依赖于奶牛奶中红外光谱模型的现状。
-
公开(公告)号：CN112525850A
公开(公告)日：2021-03-19
申请号：CN202011411882.2
申请日：2020-12-02
Applicant: 华中农业大学
IPC: G01N21/3577 , G01N1/38 , G01N1/44
Abstract: 本发明属于奶品分析领域，具体涉及奶牛奶、马奶、骆驼奶、山羊奶和水牛奶的光谱指纹识别方法。与中红外光谱分析有关。步骤为：1)取新鲜奶牛奶、马奶、骆驼奶、山羊奶和水牛奶样品；2)在中红光谱范围内，对样品进行扫描，获得中红外光谱数据；3)对原始中红外光谱进行预处理，去除异常值；4)将预处理后的数据集按照分层抽样的原则划分为训练集和测试集；5)对训练集进行降维处理，以提高模型训练速度；6)在训练集上，使用最近邻等算法，通过10折交叉验证建立区分奶牛奶、马奶、骆驼奶、山羊奶和水牛奶的模型，使用使用准确性、平衡精度和Kappa系数对模型进行评估和筛选；7)预估最优模型的泛化性能。
-
公开(公告)号：CN119023604A
公开(公告)日：2024-11-26
申请号：CN202411126198.8
申请日：2024-08-16
Applicant: 华中农业大学 , 内蒙古赛科星家畜种业与繁育生物技术研究院有限公司
Inventor： 张淑君 , 李喜和 , 孙伟 , 杨国昌 , 包向男 , 代迎春 , 李君临 , 王金刚 , 阿如汗 , 齐智利 , 樊懿楷 , 卢宇来 , 徐刚 , 乌音嘎 , 张宁 , 张铁柱 , 池慧慧 , 余青梅 , 江汉 , 张博 , 彭江飞 , 翟盛涛 , 曹慧媛 , 黄淇新
IPC: G01N21/35 , G01N21/3577 , G01N1/10 , G06Q30/018 , G06Q50/02
Abstract: 本发明属于奶牛性能测定和奶牛温室气体排放监测领域，具体公开了奶牛口鼻碳排放量的预测模型与应用。在特征波段的选择方面，打破了常用的使用算法筛选特征波段的方法，而是使用人工手动选择+多次遍历的方法，尤其证实了加入部分常规牛奶成分分析建模时舍去的水吸收区域和近红外区域可以提升模型的性能，最终选取了荷斯坦奶牛口鼻碳排放量（二氧化碳排放当量）的特征波段。筛选出用于建立预测荷斯坦奶牛口鼻碳排放量（二氧化碳排放当量）的最优模型对应的预处理与算法组合，确定了最优参数，提高了模型的准确性。
-
公开(公告)号：CN118566165A
公开(公告)日：2024-08-30
申请号：CN202410803577.X
申请日：2024-06-20
Applicant: 华中农业大学
IPC: G01N21/3577
Abstract: 本发明属于奶牛性能测定和牛奶品质检测领域，公开了牛奶中总必需氨基酸含量的快速批量检测方法。申请人使用邻接约束分层聚类（HAC）+人工手动选择的方法。最终选取的特征波不仅提高了模型的预测性能，还克服了光谱的多重共线性问题，降低了模型复杂程度，确定了最优参数，提高了模型的准确性。实现了原料奶中总必需氨基酸含量的的快速、批量、准确、低成本的检测。
-
-
-
-
Search Results
5
records
(took 0.025 seconds)
